一种基于粗糙集与小波变换的电能质量分类方法

被引:8
作者
徐袭
石敏
机构
[1] 海军工程大学电气与信息工程学院
[2] 海军工程大学电气与信息工程学院 湖北武汉
[3] 湖北武汉
关键词
粗糙集; 小波变换; 特征矢量; 电能质量分类; 数据挖掘;
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
080802 ;
摘要
针对目前电能质量问题分类常用方法中存在判断过程复杂且计算量大的问题,提出将小波变换和粗糙集理论相结合解决电能质量分类问题的方法。首先,利用小波变换提取扰动信号的特征矢量样本数据;然后,应用模糊C均值聚类的方法将所提取的连续的特征矢量样本数据离散化,得到离散化后的分类知识规则表;最后,采用粗糙集理论中的属性与属性值约简算法,获得判断电能质量分类的核心规则知识。通过对Matlab下的模拟信号数据进行仿真实验,结果表明该方法可直接由信号数据快速准确地判断出信号所属的电能质量类型,简单易行。
引用
收藏
页码:19 / 22
页数:4
相关论文
共 4 条
[1]   基于小波包分解的电能质量扰动分类方法 [J].
王成山 ;
王继东 .
电网技术, 2004, (15) :78-82
[2]   融合粗糙集和模糊聚类的连续数据知识发现 [J].
于达仁 ;
胡清华 ;
鲍文 .
中国电机工程学报, 2004, (06) :209-214
[3]  
Rough集理论与知识获取[M]. 西安交通大学出版社 , 王国胤编著, 2001
[4]   ROUGH SETS [J].
PAWLAK, Z .
INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356