基于BA-MKELM的微电网故障识别与定位

来源：计量学报杂志2024年第2期北京时间：

作者：吴忠强,卢雪琴

单位：燕山大学 工业计算机控制工程河北省重点实验室,河北 秦皇岛 066004

摘要：提出一种基于贝叶斯算法优化多核极限学习机的微电网故障识别和定位方法。针对极限学习机输入参数和隐含层节点数随机选取导致回归能力不足的问题,引入核函数,将多项式与高斯径向基核函数加权组合构成多核极限学习机建立故障识别与定位模型,并采用贝叶斯算法对多核极限学习机相关参数进行优化,进一步提高模型的逼近能力。为了验证所提模型的故障识别与定位性能,选用极限学习机和多核极限学习机分别建立故障诊断模型进行比较分析。实验结果表明,所提方法能够高性能地识别和定位微电网中任何类型的故障,识别和定位精度更高。

关键词：电学计量; 微电网线路; 故障识别和定位; 贝叶斯算法; 多核极限学习机; 小波包分解

基金资助：河北省自然科学基金(F2020203014)