郭明

(贵州电网责任有限公司安顺供电局，贵州 安顺 561000)

0 引 言

由于电力负载的逐年增加，承载大量电能配送的配电系统已成为电力系统的主要故障来源，因此需要保证配电系统的运行可靠性[1-3]。保护配电系统需要做到快速恢复故障区段、正确操作保护装置和准确诊断故障。电力系统的故障诊断技术可以分为两类:①故障发生后的线路阻抗测量技术；②测量由故障产生的信号的技术[4-5]。两种技术都需要对配电系统的电压、电流和阻抗等进行连续监测，才能在故障发生后快速恢复配电系统，提高配电系统的可靠性。

已有很多学者针对电力系统的故障检测和识别开展大量研究。针对输电线路故障分类提出了很多基于监督训练的分类算法，如神经网络、模糊逻辑和模糊神经网络等。但是这些算法都需要解决神经网络训练复杂性较高的问题[6]。数字保护继电器(DPR)用于测量线路电压和电流，快速发送跳闸指令，断开故障线路[7]。DPR是基于电压和电流的采样和分析实现线路保护功能。还有学者将快速傅里叶变换(FFT)和离散小波变换(DWT)技术用于故障诊断[8-9]。由此可见，为了进行故障分类，可利用DPR和数字故障记录器(DVR)采集信息进行特征提取。数据分析则可采用人工神经网络(ANN)、模糊逻辑(FL)、决策树(DT)和支持向量机(SVM)等算法。

本文使用改进的多分类支持向量机方法实现快速检测和识别配电系统中的开路故障。该方法使用配电系统节点电压有效值作为原始数据进行故障诊断。……