基于聚类改进S变换与直接支持向量机的电能质量扰动识别

被引：32

作者：

徐志超 ^{[1
,2
]}

杨玲君 ^{[2
]}

李晓明 ^{[2
,3
]}

机构：

[1] 南水北调中线干线工程建设管理局

[2] 武汉大学电气工程学院

[3] 武汉大学苏州研究院

来源：

电力自动化设备 | 2015年 / 35卷 / 07期

关键词：

电能质量; 扰动识别; 聚类改进S变换; 直接支持向量机; 支持向量机;

D O I：

10.16081/j.issn.1006-6047.2015.07.009

中图分类号：

TP18 [人工智能理论]; TM711 [网络分析、电力系统分析];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080802 ;

摘要：

针对电能质量扰动信号的识别问题,提出基于聚类改进S变换与直接支持向量机(SVM)的电能质量扰动识别方法。提出聚类改进S变换方法,该方法结合电能质量扰动信号的特点,可同时对基频的时域分辨率及高频的频域分辨率进行最优化处理,保证特征提取的准确性;将直接支持向量机作为分类器,与最小二乘支持向量机相比,其求解简单,计算复杂度较低,训练与测试速度快,泛化能力较高,并且避免不能保证全局最优解的缺点;将聚类改进S变换与直接支持向量机相结合,应用于单一扰动及混合扰动的识别分类工作。仿真实验验证了所提方法的有效性。

引用

页码：50 / 58+73 +73

页数：10