基于改进小波能熵和支持向量机的短时电能质量扰动识别

• 作者: 周明 李庚银 王洪磊
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 电能质量 扰动识别 改进小波能熵 支持向量机
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 电力系统
• 页码范围: 161-167
• 页数: 7页
• 分类号: TM714.3
• 字数: 4669字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2009.04.027

摘要

提出了一种基于改进小波能熵和支持向量机(SVM)的短时电能质量扰动识别方法.首先对采样信号进行小波多分辨分解与重构处理,然后引入滑动时间窗算法,从时一频域结合分析的角度,选用高频带的小波系数进行特征提取;提出了改进小波能熵算法,并用此计算相应的熵值作为扰动特征量,将这些特征量作为SVM的输入,实现短时电能质量扰动的辨识.通过原始小波能熵与改进小波能熵的对比,仿真结果表明了改进算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周明	华北电力大学电力系统保护与动态安全监控教育部重点实验室	102	3650	30.0	60.0
2	李庚银	华北电力大学电力系统保护与动态安全监控教育部重点实验室	134	4895	40.0	68.0
3	王洪磊	华北电力大学电力系统保护与动态安全监控教育部重点实验室	1	87	1.0	1.0