采用交叉熵支持向量机和模糊积分的电网故障诊断

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 vector machine，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