电能质量扰动分类中特征选择问题的研究

被引:11
作者
管春
机构
[1] 重庆邮电大学光电工程学院
关键词
电能质量(PQ); 模式识别; 特征选择; 分支定界算法; 遗传算法;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理];
摘要
以电能质量扰动信号为研究对象,首先分别从时域和变换域两个角度初步选取24个特征值构成初始特征空间。然后采用包括最优和次优搜索法的几种常用特征选择方法对所得到的初始特征空间进行特征选择,并基于3种常见分类方法,利用分类准确率对所选特征向量的有效性进行验证。研究结果表明:通过特征选择可以明显地改善各种分类器的性能。同时也发现不同的分类器其最优特征空间也有所不同,所以在设计分类器的同时也应该合理考虑特征值的选择问题。
引用
收藏
页码:514 / 517+522 +522
页数:5
相关论文
共 2 条
[1]
基于改进小波能熵和支持向量机的短时电能质量扰动识别 [J].
李庚银 ;
王洪磊 ;
周明 .
电工技术学报, 2009, 24 (04) :161-167
[2]
An effective wavelet-based feature extraction method for classification of power quality disturbance signals[J] Murat Uyar;Selcuk Yildirim;Muhsin Tunay Gencoglu Electric Power Systems Research 2008,