| 基于小波变换和支持向量机的电能质量扰动识别 |
| |
| 引用本文： | 陈华丰,乔磊,柳双林. 基于小波变换和支持向量机的电能质量扰动识别[J]. 电气技术, 2013, 0(2): 14-18 |
| |
| 作者姓名： | 陈华丰 乔磊 柳双林 |
| |
| 作者单位： | 西南交通大学电气工程学院,成都,610031 |
| |
| 摘 要： | 电能质量扰动识别时,采用小波变换提取能量分布特征时小波分解层数通常缺乏理论依据,且采用支持向量机( SVM)分类时训练样本通常只含某一种信噪比(SNR)的噪声.针对以上两个问题,利用小波变换对电能质量扰动信号进行多分辨率分析时,根据扰动信号的采样率来确定小波分解层数,提取小波能量分布差特征作为SVM的输入向量,减少了计算量和特征维数；采用信噪比在较大范围内分布较均匀的训练样本来训练SVM,增强了SVM的范化能力.仿真实验表明,该方法提高了电能质量扰动识别准确率；在20dB噪声条件下,该方法对6种电能质量扰动的识别准确率仍达到95.20％.
|
| 关 键 词： | 电能质量 扰动识别 小波变换 能量分布 支持向量机 |
Power Quality Disturbances Identification Using Decision Tree and Support Vector Machine |
| |
| Chen Huafeng , Qiao lei , Liu Shuanglin. Power Quality Disturbances Identification Using Decision Tree and Support Vector Machine[J]. Electrical Engineering, 2013, 0(2): 14-18 |
| |
| Authors: | Chen Huafeng Qiao lei Liu Shuanglin |
| |
| Affiliation: | Chen Huafeng Qiao lei Liu Shuanglin (School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610031) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
