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:
提出利用S变换与SVM对暂态电能质量扰动进行分类识别的方法.首先通过S变换提取扰动信号的特征量,然后利用支持向量机(SVM)进行分类.算例验证,该方法具有准确率高,训练样本少,结果直观等优点.
推荐文章
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
风电并网暂态电能质量扰动的检测与识别
暂态电能质量扰动
小波变换
检测与识别
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
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变换与SVM的暂态电能质量扰动识别
来源期刊 云南电力技术 学科 工学
关键词 电力系统 暂态电能质量 S变换 SVM
年,卷(期) 2010,(2) 所属期刊栏目 电网技术
研究方向 页码范围 26-28
页数 分类号 TM73
字数 2707字 语种 中文
DOI 10.3969/j.issn.1006-7345.2010.02.008
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 束洪春 352 7076 41.0 72.0
2 杨栋 5 6 2.0 2.0
3 刘凤龙 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力系统
暂态电能质量
S变换
SVM
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
云南电力技术
双月刊
1006-7345
53-1117/TM
大16开
昆明市经济技术开发区云大西路中段105号电力科技园电力研究院206室
1973
chi
出版文献量(篇)
4381
总下载数(次)
5
论文1v1指导