基于数据挖掘的方向保护选线判据的改进研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于数据挖掘的方向保护选线判据的改进研究

李鹏举, 蒋小平, 郭婧宇, 黄超杰, 史玄, 李佳

文章导航 > 工矿自动化 > 2015 > 41(10): 36-39

李鹏举，蒋小平，郭婧宇，等.基于数据挖掘的方向保护选线判据的改进研究［J］.工矿自动化，2015,41（10）：36-39.. doi: 10.13272/j.issn.1671-251x.2015.10.010

引用本文:

李鹏举，蒋小平，郭婧宇，等.基于数据挖掘的方向保护选线判据的改进研究［J］.工矿自动化，2015,41（10）：36-39.. doi: 10.13272/j.issn.1671-251x.2015.10.010

LI Pengju, JIANG Xiaoping, GUO Jingyu, et al. Improvement research of line selection criterion of direction protection based on data mining[J]. Industry and Mine Automation, 2015, 41(10): 36-39. doi: 10.13272/j.issn.1671-251x.2015.10.010

Citation:

LI Pengju, JIANG Xiaoping, GUO Jingyu, et al. Improvement research of line selection criterion of direction protection based on data mining[J]. Industry and Mine Automation, 2015, 41(10): 36-39. doi: 10.13272/j.issn.1671-251x.2015.10.010

李鹏举，蒋小平，郭婧宇，等.基于数据挖掘的方向保护选线判据的改进研究［J］.工矿自动化，2015,41（10）：36-39.. doi: 10.13272/j.issn.1671-251x.2015.10.010

引用本文:

李鹏举，蒋小平，郭婧宇，等.基于数据挖掘的方向保护选线判据的改进研究［J］.工矿自动化，2015,41（10）：36-39.. doi: 10.13272/j.issn.1671-251x.2015.10.010

LI Pengju, JIANG Xiaoping, GUO Jingyu, et al. Improvement research of line selection criterion of direction protection based on data mining[J]. Industry and Mine Automation, 2015, 41(10): 36-39. doi: 10.13272/j.issn.1671-251x.2015.10.010

Citation:

LI Pengju, JIANG Xiaoping, GUO Jingyu, et al. Improvement research of line selection criterion of direction protection based on data mining[J]. Industry and Mine Automation, 2015, 41(10): 36-39. doi: 10.13272/j.issn.1671-251x.2015.10.010

基于数据挖掘的方向保护选线判据的改进研究

doi: 10.13272/j.issn.1671-251x.2015.10.010

1.
国网阜阳供电公司，安徽阜阳236017
2.
中国矿业大学（北京）机电与信息工程学院，北京100083

基金项目:

中央高校基本科研业务费专项资金项目（00-800015G2）

中图分类号: TD611
计量
- 文章访问数: 24
- HTML全文浏览量: 6
- PDF下载量: 2
- 被引次数: 0
出版历程
- 刊出日期: 2015-10-10

Improvement research of line selection criterion of direction protection based on data mining

1.
State Grid Fuyang Electric Power Supply Company, Fuyang 236017, China
2.
School of Mechanical Electronic and Information Engineering, China University of Mining and Technology (Beijing), Beijing 10

摘要: 针对传统选线判据不能准确识别干扰信号、可能导致频繁误跳闸的问题，对传统选线方法进行了改进，即利用数据挖掘中的K-means算法进行聚类分析，根据某一支路的历史数据辨别漏电真零序电流和干扰信号，提高了选线判据的准确性。
- 漏电保护 /
- 选线判据 /
- 数据挖掘 /
- K-means算法 /
- 聚类分析
Abstract: In view of the problem that traditional line selection criterion can not accurately identify interfering signal and may cause frequent mistrip, improvement was carried out to traditional line selection method, namely using K-means algorithm of data mining for clustering analysis, and identifying true zero-sequence current of leakage and interfering signal according to historical data of a branch, so as to improve accuracy of line selection criterion.
- leakage protection /
- line selection criterion /
- data mining /
- K-means algorithm /
- cluster analysis

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 24
HTML全文浏览量: 6
PDF下载量: 2
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

苏ICP备 05016349号-2

本系统由北京仁和汇智信息技术有限公司开发访问量：