SSVD与ELM故障诊断模型在换流器在线监测系统中的应用研究

摘要

针对高压直流输电(HVDC)系统中,受换流器谐波噪声影响,导致系统运行状态特征难以提取,且换流器内对称故障特征信息不易检测的问题,提出了一种基于敏感奇异值分解(SSVD)与极限学习机(ELM)的故障检测方法。首先将信号进行SSVD分析,通过敏感因子及差分谱选择敏感变量,由定位因子确定奇异值分解分量,并重构信号,达到滤除干扰噪声目的。最后,提取重构信号的峭度值作为特征,用于建立ELM故障诊断模型,对HVDC系统中的运行状态进行检测。仿真实验结果证明该方法能有效提取信号特征信息,并准确识别故障类型。