摘要
本发明公开了一种基于特征融合的改进蝙蝠算法优化支持向量机的小电流接地系统故障选线方法,属于中压配电系统故障选线领域;首先利用S变换阈值滤波与基于时频谱分布的时频滤波器相结合的去噪方法对线路零序电流信号进行处理,然后将S变换能量相对熵和奇异熵利用特征融合技术作为双特征量进行选线,之后利用改进蝙蝠算法(IBA)对支持向量机(SVM)进行优化,构建IBA‑SVM优化分类器对故障特征数据集进行分类处理,最终实现对故障线路的识别;仿真和实验数据验证表明,本发明具有较高的准确性和实用性。
技术关键词
蝙蝠算法优化
故障选线方法
电流接地系统
矩阵
训练样本集
配电系统故障
特征融合技术
零序电流信号
线路零序电流
监测配电网
分类器
SVM分类
计算方法
支持向量机
判定系统
系统为您推荐了相关专利信息
高超声速飞行器
反步控制方法
子系统
速度预测模型
偏角
RBF神经网络
净负荷预测方法
电力系统
神经网络输出层
注意力机制
数字孪生模型
敏感度矩阵
施工现场
提示方法
多维度特征提取
训练系统
多模态数据采集
注意力
分析单元
非线性映射关系
文本
实体分类模型
实体分类方法
偏旁特征
边缘检测