边莉，边晨源(黑龙江科技大学电子与信息工程学院，黑龙江哈尔滨150022)



采用交叉熵支持向量机和模糊积分的电网故障诊断

边莉，边晨源
(黑龙江科技大学电子与信息工程学院，黑龙江哈尔滨150022)

摘要:为了解决分布式电网故障诊断中局部电网内部故障和相邻区域联络线故障的诊断问题，采用交叉熵支持向量机(cross entropy support vectormachine，CE-SVM)的改进方法，提出一种基于后验概率输出的CE-SVM和模糊积分动态融合的大电网故障诊断策略。首先通过网络分区算法将电网分割成连通且计算负担平衡的子区域;采用历史数据离线训练各局部CE-SVM模块，根据故障报警信息选择性触发局部CE-SVM实现局部电网内部的故障诊断;利用模糊密度动态调节算法构建模糊积分环节，关联融合相连区域CE-SVM模块关于联络线故障的后验概率输出，实现联络线故障的综合决策。该方法不仅可以应对局部网络内部的故障诊断，也可以有效处理相邻区域间联络线的故障诊断问题。仿真结果看出:所得到的诊断结论正确，并且对于处理保护器和断路器报警信息丢失或不正确动作的情况具有较好的容错性。

关键词:分布式;大电网;故障诊断;交叉熵;支持向量机;模糊积分

边晨源(1989—)，男，硕士研究生，研究方向为电网智能故障诊断技术。

0　引言

随着电网规模的扩大、设备的增多，故障诊断的难度逐渐加大。国内外专家学者提出一系列电网故障诊断的方法和思路，主要有专家系统［1］，人工神经网络［2］和Petri［3］网等。……