采用提升小波包和相关向量机的电能质量扰动分类

• 作者: 刘国海 刘慧 沈跃
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 电能质量 扰动分类 相关向量机 支持向量机 小波包分解 提升算法
• 年，卷（期）: 2010,（3）
• 页码范围: 782-788
• 分类号: TM711
• 字数: 6209字
• 语种: 中文

摘要

针对电能质量扰动识别问题,提出一种多级相关向量机(RVM)和提升小波包分解(LWP)相结合的扰动分类新方法.根据电能扰动现象的内在特征,首先通过提升小波包算法快速提取各类扰动信号的分解系数能量作为扰动特征量;然后利用相关向量机构建多级分类树模型实现分类识别任务.研究表明相关向量机在权系数上引入超参数,与支持向量机相比无需设置惩罚系数,推广能力好、解更稀疏.仿真表明所采用方法能够快速有效地获取高精度扰动分类识别率,测试时间短,更适合于在线检测.仿真和试验结果验证了所采用方法对电能质量扰动分类的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国海	江苏大学电气信息工程学院	263	3146	27.0	43.0
2	刘慧	江苏大学电气信息工程学院	63	790	16.0	25.0
3	沈跃	江苏大学电气信息工程学院	49	502	14.0	20.0