基于支持向量机的电流互感器饱和补偿算法

摘要

提出一种基于支持向量机(support vector machine,SVM)的电流互感器(current transducer,CT)二次侧饱和电流补偿算法。以最近1周期故障电流采样数据的归一化值作为输入向量,以故障后5个周期的电流数据作为训练样本,利用SVM来建立CT二次侧饱和电流与一次侧电流之间的非线性关系,进而对饱和电流进行精确补偿。仿真分析表明,该方法在各种CT饱和条件下均能有效补偿,对于相同的训练样本,其补偿精度要高于神经网络方法。