基于ISSA-VMD奇异熵的配电网故障特征提取

摘要

针对配电网故障信号的非线性和非平稳性问题，传统的时域分析方法和频域分析法已经不能满足配电线路故障类型识别需求，故提出基于ISSA-VMD奇异熵的配电网故障特征提取方法。由于变分模态分解的模态分解个数K和惩罚因子α影响信号分解结果，采用改进的麻雀算法进行参数寻优，然后将ISSA-VMD算法与Tsallis奇异熵结合来完成故障信号特征的提取，并构造故障特征向量。实验结果表明，该方法可以有效地区分出四大故障类型，并使用相与相之间的电压奇异熵值或电流奇异熵值来区分故障类型，从而实现10种故障类型的精准识别。

关键词

配电网故障信号 / 变分模态分解 / 麻雀算法 / 奇异熵

基金资助

太阳能发电及储能运行控制湖北省重点实验室开放基金（HBSEES201902）