一种基于时频域多特征量的电能质量混合扰动分类新方法

被引:25
作者
张杨
刘志刚
机构
[1] 西南交通大学电气工程学院
基金
中央高校基本科研业务费专项资金资助;
关键词
混合扰动; 电能质量; 改进不完全S变换; 特征量; 多标签分类;
D O I
10.13334/j.0258-8013.pcsee.2012.34.013
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
080802 ;
摘要
针对电能质量混合扰动分类问题,提出一种基于时频域多特征量的分类新方法。首先利用聚类经验模型分解方法和改进不完全S变换对扰动信号进行处理,并提取9个时频域特征值;然后,将特征量输入到分块化的自动分类系统中进行扰动识别。该方法充分考虑单一扰动之间的相互干扰,并通过互补的时频域特征量进行有效的抑制。仿真结果表明,在一定的噪声条件下,所提方法可有效分类电压暂降、电压暂升、电压短时中断、脉冲暂态、振荡暂态、谐波和闪变等电能质量扰动及其组合而成的混合扰动。
引用
收藏
页码:83 / 90+13 +13
页数:9
相关论文
共 14 条
[1]   基于多标签RBF神经网络的电能质量复合扰动分类方法 [J].
管春 ;
周雒维 ;
卢伟国 .
电工技术学报, 2011, 26 (08) :198-204
[2]   采用改进不完全S变换估计电能质量扰动参数 [J].
李立 ;
易吉良 ;
朱建林 .
电工技术学报, 2011, 26 (06) :187-193
[3]   多标签分类法在电能质量复合扰动分类中的应用 [J].
周雒维 ;
管春 ;
卢伟国 .
中国电机工程学报, 2011, 31 (04) :45-50
[4]   基于经验模态分解的电能质量扰动信号定位方法 [J].
黄奂 ;
吴杰康 .
电网技术, 2010, 34 (05) :41-45
[5]   一种电能质量扰动信号的分层识别新方法 [J].
王丽霞 ;
何正友 ;
戴铭 ;
赵静 ;
钱清泉 .
电力系统自动化, 2009, 33 (24) :65-69
[6]   采用不完全S变换的电能质量扰动检测方法 [J].
易吉良 ;
彭建春 ;
谭会生 .
高电压技术, 2009, 35 (10) :2562-2567
[7]   基于时域变换特性分析的电能质量扰动分类方法 [J].
刘昊 ;
唐轶 ;
冯宇 ;
马星河 .
电工技术学报, 2008, (11) :159-165
[8]   基于第二代小波变换和离散隐马尔可夫模型的电能质量扰动分类 [J].
何为 ;
杨洪耕 .
电工技术学报, 2007, (05) :146-152
[9]   基于S变换的电能质量扰动支持向量机分类识别 [J].
占勇 ;
程浩忠 ;
丁屹峰 ;
吕干云 ;
孙毅斌 .
中国电机工程学报, 2005, (04) :53-58
[10]   广义S变换域有色噪声与信号识别方法 [J].
高静怀 ;
满蔚仕 ;
陈树民 .
地球物理学报, 2004, (05) :870-876