电网技术

2007, No.268(23) 78-82

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于小波分解和数据挖掘中决策树算法的电能质量扰动识别方法
A Power Quality Disturbance Identification Method Based on Wavelet Decomposition and Decision Tree Algorithm in Data Mining

孔英会;车辚辚;苑津莎;安静;刘云峰;

摘要(Abstract):

针对短时电能质量变化和暂态扰动现象的不同特点,提出了一种基于小波分解和数据挖掘中决策树算法的电能质量扰动(power quality disturbance,PQD)识别方法。建立了正弦信号和6种常见PQD信号的数学模型,通过小波分解得到了上述信号的特征量,结合决策树方法实现了对PQD的自动分类,并通过合理选择小波类型、分类算法和去噪方法提高了PQD的分类精度。实验结果验证了该识别方法的准确性和高效性。

关键词(KeyWords): 电能质量扰动;小波变换;数据挖掘;决策树;特征提取;去噪

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 孔英会;车辚辚;苑津莎;安静;刘云峰;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享