基于决策树和支持向量机的智能变电站二次系统防误方法

随着智能变电站的普及,电力系统的安全运行对变电站的二次检修提出了更高的要求.针对二次设备状态转换过程中易发生误操作的现问题,提出了一种新型二次系统防误方法.通过测量装置获取一二次设备状态值,构建初始样本数据集.为获取模型所需的特征向量集,采用了 PCA 法实现数据降维,特征向量集通过决策树实现二次操作分类.对分类后的样本集进行 SVM 训练和测试,实现二次设备操作的防误判别.最后构建了防误模型,用历史运行数据进行仿真测试,验证了此方法防误判别的有效性.