摘要

针对当前互感器故障诊断算法的准确率不高的问题,提出基于主元分析法核极限学习机(principal components analysis-kernel extreme learning machine,PCA-KELM)和反正切变换(arctangent transform,AT)的互感器故障诊断方法。AT可以改变互感器故障的数据结构,重新调节电压电流等数据的相关比例;PCA提取数据特征,不仅可以减小其维数,还可以保留所需的识别信息;KELM算法能够利用其结构参数来逼近非线性函数,且无需设定网络隐含层节点。通过构建互感器诊断模型,并给出互感器测量参数,将KELM和PCA相互结合对数据进行仿真。...

  • 单位
    武汉大学