论文部分内容阅读
提出了一种基于经验模式分解(EMD)样本熵和最小二乘支持向量机(LS-SVMs)的电力故障类型识别的新方法。利用EMD 良好的局域化特性和样本熵来获取故障信息、进行特征提取,再结合LS-SVMs的强大模式分类能力进行故障类型识别。基于SIMULINK/ MATLAB的故障仿真结果表明,该方法能快速准确地识别各类故障,并且不受故障时刻、过渡电阻、故障位置等因素的影响。