面向噪声环境的多维熵特征融合的配电网故障辨识方法

本发明涉及面向噪声环境的多维熵特征融合的配电网故障辨识方法，属电力系统故障诊断与信号处理领域。包括：对采集的零序电流信号采用完全自适应噪声集合经验模态分解CEEMDAN方法进行分解与重构，提取多维熵特征；将获得的多维熵特征输入KPCA算法，建立高维非线性特征映射模型，基于高斯核函数实现特征降维与主成分提取，构建故障特征的低维敏感子空间；经特征提炼后，采用ISSA对SVM参数进行协同优化，建立KPCA‑ISSA‑SVM多维熵特征融合的配电网故障辨识模型，并利用构建好的多维熵特征融合的配电网故障分类模型进行配电网故障辨识；本发明在不同信噪比条件下均具有较高的故障辨识准确率和良好的抗噪鲁棒性。