开展光伏场站集电线路快速故障选线对保证系统平稳运行十分重要。提出了基于零序电流梯度Teager能量算子(teager energy operator,TEO)的光伏场站集电线路故障选线方法。针对单相接地故障建立集电线路零序电流序网模型,并分析零序电流...开展光伏场站集电线路快速故障选线对保证系统平稳运行十分重要。提出了基于零序电流梯度Teager能量算子(teager energy operator,TEO)的光伏场站集电线路故障选线方法。针对单相接地故障建立集电线路零序电流序网模型,并分析零序电流、电压分布规律以及故障期间光伏电源的馈出特性。采用TEO计算零序电流梯度能量值,基于故障线和非故障线测点处能量值差异整定阈值,提出故障选线判据,并搭建光伏场站集电线路模型。仿真验证表明:所提方法在不同故障位置、接地电阻、机组出力、噪声干扰场景下都有良好的选线效果。展开更多
基于结构风险最小的最小二乘支持向量机(least squares support vector machine,LSSVM)为标准支持向量机(SVM)的约简,训练简易,性能良好。其模型精度受超参数影响,常规的网络搜索法很难搜得最佳超参数。在快速留一法的基础上,以全样本...基于结构风险最小的最小二乘支持向量机(least squares support vector machine,LSSVM)为标准支持向量机(SVM)的约简,训练简易,性能良好。其模型精度受超参数影响,常规的网络搜索法很难搜得最佳超参数。在快速留一法的基础上,以全样本留一预测误差平方和最小化为目标,导出基于梯度的最优化算法,用以优选为LSSVM超参数,进而构建G-LSSVM模型。以柠檬酸发酵过程为算例对G-LSSVM进行检验,结果表明G-LSSVM的超参数选取耗时少,模型稳定性良好,且拟合和预报性能都优于标准SVM和神经网络。有望适用于机理不明、高度非线性、小样本的化工过程建模。展开更多
文摘开展光伏场站集电线路快速故障选线对保证系统平稳运行十分重要。提出了基于零序电流梯度Teager能量算子(teager energy operator,TEO)的光伏场站集电线路故障选线方法。针对单相接地故障建立集电线路零序电流序网模型,并分析零序电流、电压分布规律以及故障期间光伏电源的馈出特性。采用TEO计算零序电流梯度能量值,基于故障线和非故障线测点处能量值差异整定阈值,提出故障选线判据,并搭建光伏场站集电线路模型。仿真验证表明:所提方法在不同故障位置、接地电阻、机组出力、噪声干扰场景下都有良好的选线效果。
文摘基于结构风险最小的最小二乘支持向量机(least squares support vector machine,LSSVM)为标准支持向量机(SVM)的约简,训练简易,性能良好。其模型精度受超参数影响,常规的网络搜索法很难搜得最佳超参数。在快速留一法的基础上,以全样本留一预测误差平方和最小化为目标,导出基于梯度的最优化算法,用以优选为LSSVM超参数,进而构建G-LSSVM模型。以柠檬酸发酵过程为算例对G-LSSVM进行检验,结果表明G-LSSVM的超参数选取耗时少,模型稳定性良好,且拟合和预报性能都优于标准SVM和神经网络。有望适用于机理不明、高度非线性、小样本的化工过程建模。
