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:
采用S变换和最小二乘支持向量机相结合,构建了一种电能质量扰动识别的新方法.首先利用S变换对电能质量扰动信号进行时频分解;然后,从扰动信号S变换的结果中,提取扰动信号的特征向量,组成训练样本和测试样本;最后,使用最小输出编码的最小二乘支持向量机对扰动信号进行训练,实现电能质量扰动信号自动分类和识别.仿真结果表明,该方法识别准确率高,抗噪能力强,且训练时间很短,适用于电能质量扰动辨识系统.
推荐文章
小波包和最小二乘支持向量机的电能质量扰动识别
电能质量
扰动识别
特征向量
分类器
支持向量机
最小二乘
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
基于最小二乘支持向量机的T-S模型在线辨识
T-S模型
时间窗
势能
最小二乘支持向量机
基于最小二乘支持向量机的电子音乐识别研究
电子音乐
短时特征
特征向量归一化
最小二乘支持向量机
噪声鲁棒性
识别速度
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变换和最小二乘支持向量机的电能质量扰动识别
来源期刊 电测与仪表 学科 工学
关键词 电能质量 扰动识别 S变换 最小二乘支持向量机
年,卷(期) 2009,(8) 所属期刊栏目 理论与实验研究
研究方向 页码范围 1-4,25
页数 5页 分类号 TM711
字数 3844字 语种 中文
DOI 10.3969/j.issn.1001-1390.2009.08.001
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 王学伟 北京化工大学信息科学与技术学院 115 1415 18.0 34.0
2 张宏财 北京化工大学信息科学与技术学院 2 67 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (380)
参考文献  (12)
节点文献
引证文献  (18)
同被引文献  (69)
二级引证文献  (142)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(2)
  • 二级参考文献(3)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(11)
  • 参考文献(1)
  • 二级参考文献(10)
2003(11)
  • 参考文献(0)
  • 二级参考文献(11)
2004(14)
  • 参考文献(2)
  • 二级参考文献(12)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(6)
  • 引证文献(5)
  • 二级引证文献(1)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(20)
  • 引证文献(5)
  • 二级引证文献(15)
2014(20)
  • 引证文献(2)
  • 二级引证文献(18)
2015(33)
  • 引证文献(2)
  • 二级引证文献(31)
2016(27)
  • 引证文献(0)
  • 二级引证文献(27)
2017(27)
  • 引证文献(0)
  • 二级引证文献(27)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
电能质量
扰动识别
S变换
最小二乘支持向量机
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
电测与仪表
半月刊
1001-1390
23-1202/TH
大16开
哈尔滨市松北区创新路2000号
14-43
1964
chi
出版文献量(篇)
7685
总下载数(次)
22
总被引数(次)
55393
论文1v1指导