基于BWD谱峭度的暂态电能质量扰动分类识别

被引:6
作者
陈刚 [1 ,2 ]
刘志刚 [1 ]
张巧革 [1 ]
机构
[1] 西南交通大学电气工程学院
[2] 四川省资阳电力公司
基金
中央高校基本科研业务费专项资金资助;
关键词
暂态扰动; 巴特沃斯分布; 谱峭度; 支持向量机;
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
根据暂态电能质量扰动的内在特性和谱峭度的特点,提出一种基于巴特沃斯分布(BWD)的谱峭度计算新方法,并与支持向量机相结合应用于暂态电能质量扰动识别。该算法采用BWD谱峭度方法计算暂态脉冲和暂态振荡2类扰动信号的谱峭度,选取谱峭度的最大值、最小值和均值作为特征量,输入PSO优化参数的SVM进行训练测试。通过PSCAD/EMTDC获得仿真数据,并分析之。结果表明,基于BWD谱峭度方法能够有效提取扰动特征量,且具有良好的抗噪性能。利用SVM分类器在小样本和叠加有其他扰动,能有效识别两类扰动,识别率较高。
引用
收藏
页码:11 / 16
页数:6
相关论文
共 11 条
[1]
基于粒子群优化模式搜索的支持向量机参数优化及应用 [J].
王喜宾 ;
张小平 ;
王翰虎 .
计算机应用, 2011, 31 (12) :3302-3304+3326
[3]
风电接入系统暂态电能质量扰动小波检测方法 [J].
刘桂英 ;
粟时平 .
电力系统及其自动化学报, 2011, 23 (01) :22-27
[4]
基于WVD的谱峭度法在轴承故障诊断中的应用 [J].
石林锁 ;
张亚洲 ;
米文鹏 .
振动测试与诊断., 2011, 31 (01) :27-31+126
[5]
基于改进SVM模型的电能质量扰动分类 [J].
俞晓冬 ;
周栾爱 .
电力系统保护与控制, 2010, 38 (03) :15-19
[6]
基于Butterworth分布的跳频信号参数估计 [J].
武开有 ;
徐以涛 ;
沈良 .
军事通信技术, 2009, 30 (01) :11-15
[7]
基于多小波包系数熵和人工神经网络的输电线路故障类型识别方法 [J].
李东敏 ;
刘志刚 ;
蔡军 ;
霍柏超 .
电网技术, 2008, 32 (24) :65-69
[8]
基于多分辨率标准差及自组织映射网络的电能质量扰动分类识别 [J].
张凯 ;
关根志 ;
龙望成 ;
刘功能 .
电力自动化设备, 2008, (08) :41-45
[9]
最小二乘支持向量机在电能质量扰动分类中的应用 [J].
张全明 ;
刘会金 .
中国电机工程学报, 2008, (01) :106-110
[10]
电力暂态信号小波分析的后处理方法研究 [J].
何正友 ;
蔡玉梅 ;
王志兵 ;
钱清泉 .
电网技术, 2005, (21)