基于IMF能量矩和SVM的电力线路故障定位徐舜'，杨毅'，王奕I张健1曾祥君'(1长沙理工大学电气与信息工程学院智能电网运行与控制湖南省重点实验室，长沙4100042广东电.网有限公司电力科学研究院，广州510000)摘要：针对配电网拓扑结构日益复杂化以及线路单相接地时故障信息难以提取等问题，论文提出了一种基于本征模函数IMF(IntrinsicModeFunction)特征能量矩的故障信息提取方法，并利用SVM进行故障左位。该方法首先利用经验模式分解(EMD)良好的局域化特征來吊化故障信息，将故障电流信号分解得到多类IMF并在时域轴上对该IMF进行积分，从而得到能量矩特征故障向量，从能量矩中选取根关系数大的作为学习样本输入SVM分类器，得到故障线路分类模型，进而完成配电网的故障定位。论文基于66kV线路模型的仿真实验表明，该方法仅需测屋故障电流，可以准确、有效地识别故障区段，可靠性高。关键词：经验模式分解；本征模函数；能量矩；支持向量机：TM713文献标识码：A:1001-1390(2015)00-0000-00FaultlineselectionforpowertransmissionlinebasedonintrinsicmodefunctionenergymomentandSVMXuShun\YangYi\WangYi2,Zhang激an2,ZengXiangjun1⑴a=HimanProvinceKeyLaborcitoiyofSmartGridsOperationandControl,Collegeof斗Nfl-Eleclric@and咏幵附Fk幵卜I呦miution的坎祁卅亡神+壊Enginesring、ChangshaUniversityofScienceandTechnology,Changsha410004,China.2.GuangdongPowerGridCorporationElectricPowerResearchInstitute,Guangzhou5J0000,China)Abstarct:_Fortheproblemaboutcomplicatedtopologicalstructuresandhard-to-extractinformationwhen_singlewhensingle-phasegroundingfaultoccursinpowerdistributionnetwork,andinthisDQDEFanewmethodoffaultselectionbasedontheintrinsic-mode-function(―IMF£—打MF)energymomentandSVM(_S覺ppo札(SUDDOITVectorMgehineTMachincs)isproposedinthisDapciibipoweF-SYSlem.ThelocalizationcharacteristicsofEMDis-arcusedtoquantifythefault,andthentheSVMiscombinedtoclassifythefault.Firstly,thefaultcurrentsignalsaredecomposedintocertainIMF(IntrinsicModeFuRetoWFunclion).Secondly,anintegralofselectedIMFcomponentsalongtimeaxisiscalculatedtoobtaintheIMFenergymomenteigenvectors.Finally,theIMFenergymomentsofhighcorrelationcoefficientaretakenastheeigenvectorstoinputintoSVMclassifierforfaultselection.Asaresult,thefaultselectionmethodcanrecognizefaultlineaccuratelyandeffectivelywithonlymeasurementoffaultcurrentsignals・Keywords：EMD,IMF,energymoment,SVM【带格式的：字体：非倾斜」［带格式的：无项冃符号或编号;［带格式的：项R符号和编#modelisobtained・TheA-simulationresultsof66kVlinemodelshowthattheproposed0引言随着我国经济的商速发展，配电网的运行方式也口益复杂化。电网发生故障后，准确可靠地找到故障线路，对减少故障恢复时间，提高电力系统的可靠性起着I-分巫耍的作用⑴。然而配电网小电流接地系统单和接地信号检测闲难，所以配电保护的关键的是如何从微弱的非平稳故障信号中抽取得到平稳的待征向量。针对故障信号的提取，H前提出的方法冇傅里叶变换、短吋傅里叶变换、小波变换等。傅里叶变换适用于平稳、线性的信号，但在处理短时非线性的信号基金项目*国家自然科学基金项H(61233008):湖南省科技重大专项(2012FJ1003)和湖南省离校产业化培育项目(12CY007)时由于积分作用，将提取岀的信号平均化，因而不能反映信号的吋变特征。小波变换在本质上是窗11可调的傅里叶变换，虽然在一定尺度内有能力处理非稳态信息，但在窗口范围内仍只能处理线性平稳信号。黄鍔(N.E.Huang)于1998年提出了经验模式分解(EMD)⑵，根据波动的尺度和发展趋势，将信号分解为一系列不同频率的波动分量，II卩本征模函数(IntrinsicModeFunction*简称IMF),将非线性的信号平稳化。通过对信号进行平稳化处理，减少了不同IMF间的相互影响和制合，并且由于EMD分解具有自适应性，不需耍预先设置基函数，因此适用于非平稳、非线...