| 基于样本熵和蜻蜓算法优化SVM的电能质量扰动识别和诊断研究 |
| |
| 引用本文： | 屈高强,王承民,齐彩娟,赵亮,刘涌,陈万喜.基于样本熵和蜻蜓算法优化SVM的电能质量扰动识别和诊断研究[J].电力电容器与无功补偿,2019,40(1):115-122. |
| |
| 作者姓名： | 屈高强 王承民 齐彩娟 赵亮 刘涌 陈万喜 |
| |
| 作者单位： | 国网宁夏电力公司经济技术研究院,银川,750001;上海交通大学,上海,200240;上海博英信息科技有限公司,上海,200240 |
| |
| 基金项目： | 网源荷互动的调峰调频规划关键技术研究 |
| |
| 摘 要： | 为了避免支持向量机预测结果易受惩罚因子和核函数参数参数选择的影响,提出一种DA算法优化SVM的电能质量扰动诊断和识别模型,实现电能质量扰动最优化诊断和识别。首先运用EMD将电能质量扰动信号进行分解,之后计算各尺度下的IMF分量的样本熵,并将其作为电能质量扰动信号的特征向量,建立SVM的电能质量扰动信号的识别模型。实验结果表明,与GA_SVM、PSO_SVM和DE_SVM相比,本文提出的算法DA_SVM可以有效提高电能质量扰动识别的准确率,收敛速度快,为电能质量扰动诊断和识别提供新的方法和途径。
|
| 关 键 词： | 样本熵 支持向量机 蜻蜓算法 电能质量 经验模态分解 |
Study on Power Quality Disturbance Identification and Diagnosis of SVM Based on Sample Entropy and Dragonfly Algorithm |
| |
| QU Gaoqiang,WANG Chengmin,QI Caijuan,ZHAO Liang,LIU Yong,CHEN Wanxi.Study on Power Quality Disturbance Identification and Diagnosis of SVM Based on Sample Entropy and Dragonfly Algorithm[J].Power Capacitor $ Reactive Power Compensation,2019,40(1):115-122. |
| |
| Authors: | QU Gaoqiang WANG Chengmin QI Caijuan ZHAO Liang LIU Yong CHEN Wanxi |
| |
| Affiliation: | (Institute of Economy and Technology,Ningxia Electric Power Company,Yinchuan 750001,China;Shanghai Jiaotong University,Shanghai 200240,China;Shanghai Boying Information Technology Co.,Ltd.,Shanghai 200240,China) |
| |
| Abstract: | QU Gaoqiang;WANG Chengmin;QI Caijuan;ZHAO Liang;LIU Yong;CHEN Wanxi(Institute of Economy and Technology,Ningxia Electric Power Company,Yinchuan 750001,China;Shanghai Jiaotong University,Shanghai 200240,China;Shanghai Boying Information Technology Co.,Ltd.,Shanghai 200240,China) |
| |
| Keywords: | sample entropy support vector machine dragonfly algorithm power quality empirical mode decomposition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
