基于极限学习算法的HVCD电力故障检测方法

摘要

HVDC已经被应用于输电配电网络.如何实现准确的电力故障检测是目前该领域的研究热点问题.针对这个难点,提出了一种基于核极端学习机(KELM)的HVDC故障检测方法.首先,采集到HVDC故障时段的电压数字信号;然后提出PSO-KELM模型来以提供快速而准确的故障识别,其中PSO实现了KELM参数优化,即隐层的神经元数目的全局优化.试验结果表明,所提出的PSO-KELM新方法能够有效识别系统不同故障,具有较好的工程应用前景.