一种基于多特征量的复合电能质量扰动自动识别方法

• 作者: 刘德建 焦琛钧 郑晓龙
• 来源期刊: 成都大学学报（自然科学版）
• 关键词: 电能质量 扰动识别 S变换 动态测度 聚类经验模态分解 决策树
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 电子信息工程
• 页码范围: 56-60
• 页数: 5页
• 分类号: TM711
• 语种: 中文

摘要

针对电能质量复合扰动识别困难的问题,提出了一种电能质量扰动信号识别新方法.该方法利用信号的S变换幅值矩阵和动态测度提取的频率特征然后结合聚类经验模态分解方法对扰动信号进行表征,并设计了一种简单的决策树进行快速的识别.避免了因训练样本不足引起的较大误差,在较大程度上缩短了识别时间.仿真试验结果表明,该方法识别率高,抗噪能力强,可同时适用于单一和复合电能质量扰动信号的识别,可准确识别16种复合扰动在内的24种电能质量扰动信号.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑晓龙	西南交通大学电气工程学院	4	24	3.0	4.0
2	刘德建	西南交通大学电气工程学院	1	9	1.0	1.0
3	焦琛钧	新疆电力公司培训中心	1	9	1.0	1.0