基于DPC-SF-ELM时间序列预测模型的电压互感器故障检测方法

本发明公开了一种基于DPC‑SF‑ELM时间序列预测模型的电压互感器故障检测方法，本发明方法考虑了训练样本质量对模型的影响，利用互感器采集电压数据相对稳定性的特点通过DPC方法对样本输入值进行聚类分析与训练权重划分；同时，考虑到随时间推移，新数据可能对初始训练模型的建模精度不完全兼容的问题，引入SF机制对输出权重进行选择性更新，使ELM模型在保持高效计算的同时，显著提升了对动态时序数据的泛化预测性能，通过计算预测值与真实值之间的残差进行互感器的故障检测。本发明通过优化的模型训练与更新机制，具有高检测精度、强动态适应能力、高效故障判定和广泛适用性，为电力系统的稳定运行提供可靠的保障。