电网技术

2013, v.37;No.354(05) 1272-1278

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

基于决策树和支持向量机的电能质量扰动识别
Power Quality Disturbance Identification Using Decision Tree and Support Vector Machine

陈华丰;张葛祥;

摘要(Abstract):

提出一种新型电能质量扰动识别方法,该方法采用快速傅里叶变换(fast Fourier transform,FFT)结合动态测度法提取3种特征以及S变换提取4种特征;采用决策树和支持向量机(support vector machine,SVM)设计组合分类器。针对FFT频谱中谐波频率明显的扰动类型,采用极值点包络的动态测度法提取频谱中的主要频率点特征,结合S变换提取的特征首先将扰动类型进行初步归类,然后采用S变换的2个特征就能进行后续分类;决策树分类过程中采用SVM来区分电压暂降和中断,克服了特征阈值随信噪比(signal-to-noise ratio,SNR)变化难以确定的问题。仿真实验表明,该方法能够准确识别包含2种复合扰动在内的11种电能质量扰动信号,SNR低至20 dB时准确率仍达到96.50%;且与已有文献的分类结果对比表明,该方法准确率高,稳定性强,在低SNR条件下分类结果优势明显。

关键词(KeyWords): 电能质量;扰动识别;S变换;动态测度法;支持向量机;决策树

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61170016);; 教育部新世纪优秀人才支持计划项目(NCET-11-0715);; 配套项目(SWJTU12CX008);; 中央高校基本科研业务费专项资金项目(SWJTU11ZT07)~~

作者(Author): 陈华丰;张葛祥;

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