基于小波熵和SVM的动态电能质量扰动识别研究

近年来,电能质量扰动检测与识别已经成为众多领域普遍关注的问题。本文主要探讨了对各种典型动态电能质量扰动的检测与识别,提出了一种基于小波奇异熵和支持向量机相结合的动态电能质量扰动识别的新方法。首先应用小波包变换对电能质量扰动信号进行降噪处理,然后利用小波奇异熵对扰动信号进行特征提取,并采用基于支持向量机算法的模式识别分类器对特征向量进行训练与识别。试验仿真结果表明了该方法具有抗噪性强、模型简单、泛化能力强、识别率高等优点,是一种有效的电能质量扰动识别分析方法。