基于决策树和支持向量机的电能质量扰动识别

• 作者: 张葛祥 陈华丰
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 电能质量 扰动识别 S变换 动态测度法 支持向量机 决策树
• 年，卷（期）: 2013,（5）
• 页码范围: 1272-1278
• 页数: 7页
• 分类号: TM76
• 字数: 5584字
• 语种: 中文

摘要

提出一种新型电能质量扰动识别方法，该方法采用快速傅里叶变换(fast Fourier transform，FFT)结合动态测度法提取3种特征以及S变换提取4种特征；采用决策树和支持向量机(support vector machine，SVM)设计组合分类器。针对 FFT 频谱中谐波频率明显的扰动类型，采用极值点包络的动态测度法提取频谱中的主要频率点特征，结合 S 变换提取的特征首先将扰动类型进行初步归类，然后采用 S变换的2个特征就能进行后续分类；决策树分类过程中采用SVM 来区分电压暂降和中断，克服了特征阈值随信噪比(signal-to-noise ratio，SNR)变化难以确定的问题。仿真实验表明，该方法能够准确识别包含2种复合扰动在内的11种电能质量扰动信号，SNR 低至 20 dB 时准确率仍达到96.50%；且与已有文献的分类结果对比表明，该方法准确率高，稳定性强，在低SNR条件下分类结果优势明显。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张葛祥	西南交通大学电气工程学院	73	1799	20.0	41.0
2	陈华丰	西南交通大学电气工程学院	3	98	3.0	3.0