故障数据由simulink仿真得出,包含acb三相接地等11种故障,故障分类的任务是使用 Python 和 scikit-learn 中的监督式学习算法来实现的。比较使用三种常用的分类算法-决策树(DT) ,k 最近邻(KNN) ,支持向量机(SVM)。对于生成的数据集,支持向量机性能优异,测试准确率达到91.6% 。该预测模型将使系统更加智能化,从而提供可靠的电源。
以IEEE33节点为例,实现任意线路断开的故障后重构模型,采用matlab进行编程,yalmip+cplex,程序包括二阶锥约束、电压电流约束、潮流约束等。
程序实现了三机电力系统受到扰动后的时域仿真,扰动事件是指在线路AB段首端发生两相短路接地,经0.1s切除故障线路。
基于网损灵敏度的二阶指标研究,用于事故筛选等情况
2021-11-27 11:12:03 151KB 电力系统 故障筛选
1
行业制造-电动装置-基于高速串行通讯的并行录波的电力系统故障录波器.zip
红外图像增强机车电力系统故障诊断与定位.pdf
电力系统故障诊断遥信量遗漏分析.pdf
电力系统故障诊断研究现状与展望.pdf
2021-08-29 09:06:52 1.41MB 电力系统 电力技术 系统开发 参考文献
人工智能在电力系统故障诊断中的应用探讨.pdf
2021-08-28 09:08:33 1.69MB 电力系统 电力技术 技术发展 参考文献
研究人工智能技术在电力系统故障诊断中的应用.pdf
2021-08-28 09:08:06 1.44MB 电力系统 电力技术 技术发展 参考文献