基于小波变换和改进的RVM的电能质量扰动分类

• 作者: 谢妮娜 赵立权
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 相关向量机 电能质量扰动 小波变换 核函数
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 论文报告
• 页码范围: 74-78
• 页数: 5页
• 分类号: TM741
• 字数: 4395字
• 语种: 中文

摘要

为了提高相关向量机的回归预测的准确率,本文提出了一种改进的相关向量机算法.该算法从相关向量机的核函数角度出发,将实际中大部分噪声属于正态分布这一个特性引入到核函数中,并在其基础上加入了幅度调节因子,实现了对核函数的改进.为了进一步提高电能质量扰动分类性能,将改进的相关向量机应用于电能质量扰动分类.首先,采用小波变换对电能质量信号进行分解,将分解后得到的各层小波系数能量所占的比例值作为特征量,然后,用改进后的相关向量机对特征量进行分类,进而实现基于小波变换和改进的相关向量机的电能质量扰动分类.实验结果表明,该方法能够对各种电能质量扰动信号进行分类,并且其分类准确率优于支持向量机和未改进前的相关向量机等其他分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵立权	东北电力大学信息工程学院	34	101	5.0	8.0
2	谢妮娜	东北电力大学信息工程学院	4	68	4.0	4.0