基于EMD样本熵和极限学习机的输电线路故障类型识别
Fault Type Identification of Transmission Line Based on EMD Sample Entropy and Extreme Learning Machine作者机构：新疆电力设计院乌鲁木齐830000
出 版 物：《广西电力》 (Guangxi Electric Power)
年 卷 期：2012年第35卷第2期
页 面：10-13,54页
学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学]
主 题：输电线路 故障诊断 模式识别 经验模态分解 极限学习机
摘 要：提出了一种基于经验模态分解(EMD)样本熵和极限学习机(ELM)的输电线路故障类型识别的新方法。利用EMD良好的局域化特性和样本熵来获取故障信息,进行特征提取,再结合ELM的强大模式分类能力进行故障类型识别。基于SIMULINK/MATLAB的故障仿真结果表明,该方法能快速准确地识别输电线路的各类故障,并且不受故障时刻、过渡电阻、故障位置等因素的影响。
维普期刊数据库
同方期刊数据库