论文部分内容阅读
针对三相交流电输电线路的故障信号分解存在误差,影响故障分类准确率的问题。为了提高故障信号分解的精细程度以及分类准确率,现基于故障电压信号提出一种改进的变分模态分解(VMD)-排列熵(PE)的故障特征提取的分类方法。通过MATLAB/Simulink搭建故障仿真模拟线路,生成故障数据集,为了得到最理想以及分解效果做好的组合,通过鲸鱼算法(WOA)优化对故障电压信号VMD的惩罚参数以及分解的个数进行求最优解组合,增加了各个分量分解的精度,采用同一变量法进行对比实验分析,分别利用VMD以及EMD对故障电压进行分解得到本征模态分量(IMF),结合排列熵(PE)对各个IMF进行计算,得到相应的特征向量,作为分类的依据,带入到高斯优化支持向量机(SVM)的决策树(DT)进行故障分类验证。通过仿真实验证明改进的VMD-PE对故障电压分解更加的具有可分变性,同时相较于EMD-PE,识别率有很大的提升,极大程度的避免了混沌情况的发生,故障识别的准确率可高达96.7%,可以作为分解以及分类的依据。