62、电力系统保护与5G毫米波天线的技术探索

电力系统保护与5G毫米波天线的技术探索

1 电力系统保护中的机器学习应用

1.1 模糊接口系统（FIS）

模糊接口系统（FIS）利用模糊逻辑，依据模糊“如果 - 那么”规则执行推理任务。在该系统中，绝对真值表示为 1，绝对假值表示为 0。FIS 主要有三个阶段：模糊化、推理和去模糊化。为了确定模糊规则的特征，会分析和评估故障插入后的故障电流样本。最初，会使用遗传算法（GA）和决策树（DT）来制定模糊规则，以评估最大相量电流曲线的归一化比率。基于自适应网络的 FIS（ANFIS）可用于故障分类。

1.2 支持向量机（SVM）

支持向量机（SVM）由 Cortes 和 Vapnik 在 1995 年发明。SVM 具有避免过拟合的优点，并且由于其低风险特性，不会陷入局部最优，因此它是输电线路故障分类的更优模型。SVM 可应用于级联补偿输电线路的故障分类，还可采用三个 SVM 分别处理三相，并使用单独的 SVM 处理接地故障。此外，四分之一球体支持向量机（QSSVM）可用于确定和分类故障。

1.3 不同机器学习方法的故障分类效果对比

机器学习方法	输入	测试系统	复杂度	结果
FNN	电压和电流样本	100 km, 380 kV	简单	故障分类时间