基于IVY优化广义加法模型的输电线路故障识别与定位框架

《Scientific Reports》：Fault identification and localization in transmission lines using an IVY-optimized generalized additive model

　　

摘要

准确的故障类型识别和故障距离估计对于输电线路的可靠运行至关重要，然而在线性暂态响应和有限标注数据条件下同时实现这两者仍然具有挑战性。本研究提出了一种 IVY 优化的广义加法模型（IVY-GAM）框架，该框架结合了物理引导的特征构建、可解释的非线性建模和自适应超参数优化。在 MATLAB/Simulink 中建立了 200 公里双端输电线路模型，以生成覆盖 11 类故障的 385 个故障样本。构建了十二个特征，来源于相模变换、db4 小波分解、暂态模极大值、三相电压统计量和双端行波到达指标。然后使用 IVY 算法优化故障识别和定位的关键 GAM 参数。在固定的训练 - 验证 - 测试划分下，IVY-GAM 实现了 99.987% 的识别准确率和 0.99674 的定位 \(R^2\) 值，平均绝对误差（MAE）为 3.16 公里，均方根误差（RMSE）为 3.91 公里，最大误差为 11.84 公里。分层五折折外评估进一步得出了 99.22% 的识别准确率和 0.992 的宏平均 F1 分数，而定位任务获得了 7.08 公里的平均 MAE 和 0.9520 的平均 \(R^2\)。特征组消融、置换重要性和 GAM 主效应分析表明，三相电压均值主要支持故障类型区分，而双端到达指标主导距离估计，模极大值提供互补信息。因此，所提出的框架为准确、可解释且计算高效的输电线路故障诊断提供了一种平衡的解决方案。