一种基于多特征量的复合电能质量扰动自动识别方法附视频

被引：9

作者：

刘德建 ^{[1
]}

焦琛钧 ^{[2
]}

郑晓龙 ^{[1
]}

机构：

[1] 西南交通大学电气工程学院

[2] 新疆电力公司培训中心

来源：

成都大学学报(自然科学版) | 2014年 / 01期

关键词：

电能质量; 扰动识别; S变换; 动态测度; 聚类经验模态分解; 决策树;

D O I：

暂无

中图分类号：

TM711 [网络分析、电力系统分析];

学科分类号：

083903 [网络与系统安全];

摘要：

针对电能质量复合扰动识别困难的问题,提出了一种电能质量扰动信号识别新方法.该方法利用信号的S变换幅值矩阵和动态测度提取的频率特征然后结合聚类经验模态分解方法对扰动信号进行表征,并设计了一种简单的决策树进行快速的识别.避免了因训练样本不足引起的较大误差,在较大程度上缩短了识别时间.仿真试验结果表明,该方法识别率高,抗噪能力强,可同时适用于单一和复合电能质量扰动信号的识别,可准确识别16种复合扰动在内的24种电能质量扰动信号.

引用

页码：56 / 60

页数：5

共 10 条

[1]

基于决策树和支持向量机的电能质量扰动识别 [J].