基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于S变换和多级支持向量机(SVMs)的电能质量扰动检测和识别方法.首先通过S变换对电能质量扰动信号进行时频分析,有效实现对各种扰动的检测输出.然后对检测输出进行时频特征提取,并通过一个N?1级支持向量机器分类器,最后实现N种电能质量扰动信号的分类识别.测试结果表明,该方法能有效识别参数大范围内随机变化的各种电能质量扰动,识别正确率高,且训练时间很短,实时性能好.
推荐文章
基于S变换与傅里叶变换的电能质量多扰动分类识别
电能质量
扰动
分类
S变换
快速傅里叶变换
基于广义S变换和PSO-ELM的电能质量扰动信号识别
电能质量
扰动识别
S变换
粒子群
极限学习机
利用快速S变换的电能质量扰动识别方法
电能质量
快速S变换
支持向量机
实时性
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
样本熵
支持向量机
蜻蜓算法
电能质量
经验模态分解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于S变换和多级SVM的电能质量扰动检测识别
来源期刊 电工技术学报 学科 工学
关键词 电能质量扰动 检测 识别 S变换 多级支持向量机
年,卷(期) 2006,(1) 所属期刊栏目 技术应用
研究方向 页码范围 121-126
页数 6页 分类号 TM712
字数 3408字 语种 中文
DOI 10.3321/j.issn:1000-6753.2006.01.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 程浩忠 上海交通大学电气工程系 323 10481 55.0 85.0
2 汪晓东 浙江师范大学信息学院 62 1198 16.0 33.0
3 吕干云 浙江师范大学信息学院 28 356 9.0 18.0
4 郑金菊 浙江师范大学信息学院 34 235 6.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (68)
参考文献  (12)
节点文献
引证文献  (106)
同被引文献  (152)
二级引证文献  (663)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2001(5)
  • 参考文献(4)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(9)
  • 引证文献(8)
  • 二级引证文献(1)
2008(21)
  • 引证文献(12)
  • 二级引证文献(9)
2009(31)
  • 引证文献(10)
  • 二级引证文献(21)
2010(52)
  • 引证文献(12)
  • 二级引证文献(40)
2011(63)
  • 引证文献(16)
  • 二级引证文献(47)
2012(72)
  • 引证文献(17)
  • 二级引证文献(55)
2013(77)
  • 引证文献(9)
  • 二级引证文献(68)
2014(61)
  • 引证文献(5)
  • 二级引证文献(56)
2015(89)
  • 引证文献(10)
  • 二级引证文献(79)
2016(89)
  • 引证文献(0)
  • 二级引证文献(89)
2017(84)
  • 引证文献(2)
  • 二级引证文献(82)
2018(68)
  • 引证文献(4)
  • 二级引证文献(64)
2019(47)
  • 引证文献(0)
  • 二级引证文献(47)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
电能质量扰动
检测
识别
S变换
多级支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
论文1v1指导