摘要：为提高熵方法输电线路故障信号时-频域的特征提取能力,提出层次化变步长Tsallis小波奇异熵（Tsallis Wavelet Singular Entropy,TWSE）方法用于电力系统故障诊断。首先,对采集到的电压信号进行小波分解与单支重构,构建时-频矩阵;之后,将奇异值分解与Tsallis熵理论相结合,对该时-频矩阵求滑动步长为1的Tsallis奇异熵,确定故障发生时刻;然后,对故障发生后1周期内的三相电压重构系数求滑动步长为1/4周期的TWSE,构建用于故障诊断的特征向量;最后,将TWSE特征向量输入到极限学习机（Extremly Learning Machine,ELM）分类器中,实现输电线路故障诊断。仿真结果表明,新方法具有更好的故障暂态信号特征表现能力,且分类结果不受故障时间、过渡电阻和故障位置等因素影响,相较基于小波奇异熵的线路故障诊断方法具有更好的诊断效果。

关键词：故障诊断 小波变换 奇异值分解 tsallis熵 极限学习机 

单位：东北电力大学电气工程学院; 吉林吉林132012; 国网浙江宁波市奉化区供电公司; 浙江宁波315500; 国网新疆电力公司经济技术研究院; 新疆乌鲁木齐830011