随机降维映射稀疏表示的电能质量扰动多分类研究

• 作者: 刘国海 刘慧 沈跃
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 电能质量 扰动分类 压缩感知 随机矩阵 降维映射 稀疏表示分类 最小L1范数
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 1371-1376
• 分类号: TM712
• 字数: 3439字
• 语种: 中文

摘要

提出一种随机降维映射特征提取与稀疏表示分类相结合的电能质量扰动信号识别方法.首先将扰动信号测试样本表示为训练样本集的过完备字典稀疏线性组合,然后使用随机测量矩阵获取测试样本降维特征量和稀疏表示感知矩阵,应用最小L1范数解决方案求取扰动信号测试样本的稀疏解,由冗余误差最小值确定目标归属类,实现对电能质量扰动的稀疏表示多分类识别.研究表明随机矩阵降维映射特征提取不依赖于电能扰动样本特性,构造简单,运算快速,具有普适性;稀疏表示分类法与支持向量机相比无需组合多个二分类器来实现多分类器.仿真和实验结果表明该方法能有效提取各种电能扰动特征,抗噪声鲁棒性好,在信噪比20dB以上的噪声环境中电能质量扰动分类准确率达95%以上.

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