首页 | 本学科首页   官方微博 | 高级检索  
     

基于分形特征提取的电能质量数据挖掘
作者单位:;1.柳州铁道职业技术学院动力技术学院;2.武汉大学电气工程学院
摘    要:
发现"海量"监测数据中电能质量问题,并提取出有用信息,是电能质量有效治理的关键。将大数据挖掘技术应用于电能质量知识发现,8类电能质量数据先进行EMD分解,取前2阶IMF参数后结合分形理论分别求取计盒维、截距等10维特征参数。经泛化处理后,训练并生成了可靠的决策树,抽取出IF-THEN分类规则,用于电能质量问题预测。通过对比分析,分形参数较其他特征参数更有利于如振荡暂态、切痕、尖峰、闪变等电能质量问题分析,特别是对含噪电能质量的分析。结合大数据挖掘技术,不含噪和含噪信号的平均识别率分别提高了1.8%和4.1%。

关 键 词:数据挖掘  EMD分解  分形理论  决策树

POWER QUALITY DATA MINING BASED ON FRACTAL FEATURE EXTRACTION
Abstract:
Keywords:
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号