基于GST和多级SVMs的PQDs分类方法研究

被引：3

作者：

徐幻南

王晶

徐玲玲

王志琦

机构：

[1] 浙江工业大学信息工程学院

来源：

浙江工业大学学报 | 2012年 / 04期

关键词：

电能质量; 扰动识别; GST; 多级SVM;

D O I：

暂无

中图分类号：

TM712 [电力系统稳定];

学科分类号：

080802 ;

摘要：

提出一种新方法——基于广义S变换(GST)和多级支持向量机(SVMs)分类器的电能质量扰动(PQDs)分类方法.首先,引入GST提取典型PQDs特征的向量集.然后,针对电压暂降、暂升、瞬态、振荡暂态、陷波、尖峰、谐波、间谐波及闪变九种典型扰动构造特征集合,用于训练多级SVMs分类器.最后,使用SVMs分类器对500个PQDs测试样本进行识别,在SVMs中电能质量的N种扰动是由N-1分类器分类的.结果表明:该方法可以有效地对PQDs检测和分类.尤其分类器在训练速度和正确率方面性能突出.

引用

页码：441 / 445

页数：5

共 7 条

[1] 广义S变换及其时频滤波 [J].