模式分类方法在电能质量扰动信号分类中的应用综述

被引：18

作者：

方群会

刘强

周林

马永强

武剑

机构：

[1] 输配电装备及系统安全与新技术国家重点实验室(重庆大学)

来源：

电网技术 | 2009年 / 33卷 / 01期

关键词：

电能质量扰动; 模式分类; 人工神经网络(ANN); 贝叶斯分类; 专家系统(ES); 支持向量机(SVM);

D O I：

10.13335/j.1000-3673.pst.2009.01.008

中图分类号：

TM711 [网络分析、电力系统分析];

学科分类号：

080802 ;

摘要：

文中首先将电能质量扰动信号分类方法划分为模式分类法与非模式分类法,然后简要介绍了模式分类法,综述了人工神经网络、贝叶斯分类、专家系统、支持向量机几种典型的模式分类方法在电能质量扰动信号分类中的应用,对比分析了各种方法的利弊,并对现存的问题及以后的发展趋势进行了展望。

引用

页码：31 / 36

页数：6

共 24 条

[1] 基于数学形态学的电能质量扰动检测和定位 [J].

王丽霞 ;

何正友 ;

赵静 .

电网技术, 2008, (10) :63-68+88

[2] 基于小波变换和模糊逻辑的暂态电能质量扰动分类 [J].

刘慧芳 ;

陈勇胜 ;

王群 ;

王成彪 ;

徐炳吉 .

电网技术, 2008, (03) :84-87

[3] 最小二乘支持向量机在电能质量扰动分类中的应用 [J].

张全明 ;

刘会金 .

中国电机工程学报, 2008, (01) :106-110

[4] 基于贝叶斯理论的分类模式挖掘方法研究 [J].

王玉珍 .

微计算机应用, 2007, (06) :664-668

[5] 基于改进贝叶斯分类法的电能质量扰动分类方法 [J].

张文涛 ;

王成山 .

电网技术, 2007, (07) :22-25

[6] 基于相空间重构和支持向量机的电能扰动分类方法 [J].

李智勇 ;

吴为麟 ;

林震宇 .

电力系统自动化, 2007, (05) :70-75

[7] 模式识别中贝叶斯决策理论的研究 [J].

王飞 ;

李定主 .

科技情报开发与经济, 2007, (07) :165-166

[8] 基于S变换的电压凹陷分类专家系统 [J].

杨洪耕 ;

刘守亮 ;

肖先勇 ;

邓武军 ;

陈丹 .

中国电机工程学报, 2007, (01) :98-104

[9] 电能质量扰动分类的贝叶斯方法 [J].

王继东 ;

王成山 .

天津大学学报, 2006, (S1) :108-114

[10] 基于支持向量机的动态电能质量扰动分类方法 [J].

宋晓芳 ;

陈劲操 .

电力自动化设备, 2006, (04) :39-42

← 1 2 3 →