基于小波变换和支持向量机的电能质量扰动识别

• 作者: 乔磊 柳双林 陈华丰
• 来源期刊: 电气技术
• 关键词: 电能质量 扰动识别 小波变换 能量分布 支持向量机
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 研究与开发
• 页码范围: 14-18
• 页数: 5页
• 字数: 3813字
• 语种: 中文

摘要

电能质量扰动识别时,采用小波变换提取能量分布特征时小波分解层数通常缺乏理论依据,且采用支持向量机( SVM)分类时训练样本通常只含某一种信噪比(SNR)的噪声.针对以上两个问题,利用小波变换对电能质量扰动信号进行多分辨率分析时,根据扰动信号的采样率来确定小波分解层数,提取小波能量分布差特征作为SVM的输入向量,减少了计算量和特征维数；采用信噪比在较大范围内分布较均匀的训练样本来训练SVM,增强了SVM的范化能力.仿真实验表明,该方法提高了电能质量扰动识别准确率；在20dB噪声条件下,该方法对6种电能质量扰动的识别准确率仍达到95.20％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柳双林	西南交通大学电气工程学院	2	27	2.0	2.0
2	陈华丰	西南交通大学电气工程学院	3	98	3.0	3.0
3	乔磊	西南交通大学电气工程学院	3	18	1.0	3.0