本团队于2021年针对单相接地故障类型识别问题在IEEE Transactions on Industry Applications期刊（SCI二区）发表了论文Multilabel Classification Model for Type Recognition of Single-Phase-to-Ground Fault Based on KNN-Bayesian Method（基于KNN贝叶斯方法的单相接地故障类型识别多标签分类模型）。

  在非固体接地的配电网中，单相接地故障严重威胁着人身和设备的安全。虽然对现有故障线路的选择和定位技术在降低SPGF的损伤方面做出了显著的贡献，但由于SPGF的检测和维护效率较低，仍存在一定的功率损失。SPGF的多维分类有助于从不同角度揭示断层的性质；因此，该论文提出了一种用于识别SPGF类型的多标签分类模型。该模型考虑了时间域连续性、时间域稳定性、过渡阻抗伏安特性、过渡阻抗大小和故障点介质5个维度对SPGF进行了分类。随后，确定相应的特征。此外，利用8-D特征空间和14-标签故障类型空间构建了SPGF的多标签分类模型。最后，设计了一种k近邻贝叶斯方法来解决多标签分类问题。利用现场数据并与KNN方法进行比较，验证了所提模型和方法的可行性和优越性。

图1 谐振接地系统单相接地故障的等效电路

图2 不同故障原因下接地故障引起的过零时间分布