其他
【精彩论文】基于BAS-SVM的配电网电压暂降源识别
观点凝练
摘要：电压暂降是电能质量问题的一种。为提高不同电压暂降扰动源的识别正确率，提出了一种基于天牛须搜索算法（beetle antennae search，BAS）和支持向量机（support vector machine，SVM）的电压暂降源识别方法。应用改进S变换提取不同电压暂降波形的相关幅值曲线和16个特征指标。通过天牛须搜索算法（BAS）对支持向量机（SVM）的惩罚因子和核函数参数进行寻优，构建BAS-SVM分类器，将提取到的特征指标数据进行归一化处理并采用5倍交叉验证划分训练样本集和测试样本集，将其输入新构建的分类器，实现对配电网不同类型电压暂降源的识别。最后，仿真结果表明，该分类器具有更好的分类效果。
结论：文章构建了一种用于配电网不同电压暂降源识别的新型分类器。应用改进S变换得到5类不同电压暂降信号的相关幅值曲线和16个特征指标并将特征指标数据进行归一化处理。以SVM的识别正确率为适应度函数，通过BAS对SVM的惩罚因子和核函数参数进行寻优，搭建BAS-SVM分类器模型。有利于分类器对配电网不同电压暂降源的精确识别；BAS-SVM分类器与GA-SVM等已有的传统分类器相比，其对不同种类电压暂降信号的识别率更高，具有良好的分类识别性能，且识别耗时较短，是一种有效的电压暂降识别方法。
引文信息
刘海涛, 叶筱怡, 吕干云, 等. 基于BAS-SVM的配电网电压暂降源识别[J]. 中国电力, 2022, 55(5): 128-133.LIU Haitao, YE Xiaoyi, LÜ Ganyun, et al. Identification of voltage sag source in distribution network based on BAS-SVM[J]. Electric Power, 2022, 55(5): 128-133.往期回顾
◀【精彩论文】基于IEMD和GA-WNN的断路器分合闸线圈故障诊断方法◀【精彩论文】基于改进RBFNN的1 000 kV特高压线损预测◀【精彩论文】基于纳什议价理论的分布式绿色电力交易优化分析◀【精彩论文】线激光清除架空线路树障时温度和效率分析◀【征稿启事】“分布式智能电网的规划、运行和电力交易”专栏征稿启事◀【征稿启事】“新型能源体系下电碳协同市场机制及优化运行”专栏征稿启事◀【征稿启事】“面向碳达峰碳中和目标的清洁高效发电技术”专题征稿启事◀【征稿启事】“新型电力系统低碳规划与运行”专栏征稿启事
审核：方彤
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。