电能质量扰动分类的贝叶斯方法

被引:5
作者
王继东
王成山
机构
[1] 天津大学电气与自动化工程学院
关键词
电能质量; 小波包; 能量; 熵; 特征向量; 贝叶斯分类器;
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
随着非线性负荷的大量使用,电能质量问题已日益受到关注.对各种电能质量扰动进行分类,是采取适当措施降低扰动带来影响的前提.小波包是在小波变换的基础上发展起来的,能够提供更为丰富的时频信息.为此,对电能质量扰动信号进行小波包分解,分别以小波包分解终结点的能量和熵作为特征向量。用贝叶斯分类器进行分类识别,对扰动分类做出了仿真分析,仿真结果验证了该方法的有效性.通过与Fisher分段线性分类器进行比较,表明以熵为特征向量的贝叶斯分类方法有较高的识别正确率.
引用
收藏
页码:108 / 114
页数:7
相关论文
共 5 条
[1]  
小波变换与工程应用.[M].彭玉华著;.科学出版社.1999,
[2]   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
[3]   动态电能质量的分形指数小波分析方法 [J].
王晶 ;
束洪春 ;
陈学允 .
中国电机工程学报, 2004, (05) :44-49
[4]   基于贝叶斯分类的分布式网络故障诊断模型 [J].
刘凤玉 ;
李千目 ;
衷宜 .
南京理工大学学报(自然科学版), 2003, (05) :546-550
[5]   基于小波和进化网络的电能质量动态扰动自动识别 [J].
张智远 ;
李庚银 ;
冯任卿 .
华北电力大学学报, 2002, (03) :1-4