作者:
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:
针对短时电能质量变化和暂态扰动现象的不同特点,设计了一种基于SVM多分类算法的电能质量扰动(power quality disturbance,PQD)识别方法.建立了正弦信号和6种常见PQD信号的数学模型,通过小波分解得到了上述信号的特征量,结合SVM多分类算法实现了对PQD的自动分类,实验结果验证了该识别方法的准确性和高效性.
推荐文章
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
基于改进PSO-SVM算法的电能质量扰动分类
支持向量机(SVM)
小波变换
粒子群算法(PSO)
电能质量
分类
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
基于小波阈值方法的电能质量扰动去噪分析
电能质量
小波去噪
阈值方法
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 基于小波变换和SVM算法的电能质量扰动识别
来源期刊 黑龙江科技信息 学科 工学
关键词 电能质量扰动 小波变换 支持向量机 特征提取
年,卷(期) 2010,(23) 所属期刊栏目
研究方向 页码范围 8
页数 分类号 TM93
字数 1660字 语种 中文
DOI 10.3969/j.issn.1673-1328.2010.23.008
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 车辚辚 华北电力大学电气与电子工程学院 25 151 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (326)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
研究主题发展历程
节点文献
电能质量扰动
小波变换
支持向量机
特征提取
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
科学技术创新
旬刊
2096-4390
23-1600/N
16开
黑龙江省哈尔滨市
14-269
1997
chi
出版文献量(篇)
126927
总下载数(次)
266
总被引数(次)
285821
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导