基于 SVM 的电能质量扰动分类

• 作者: 张红 谭万禹 金月 雷志国
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 电能质量 分类 支持向量机 网格搜索法
• 年，卷（期）: 2014,（23）
• 所属期刊栏目: 测量与控制技术
• 页码范围: 69-72
• 页数: 4页
• 分类号: TM761
• 字数: 2399字
• 语种: 中文

摘要

电能质量扰动信号数据庞大，数据提取较难。本文对常见的电能质量扰动及其组合的复合扰动进行离散小波分解，提取PQ（ Power Quality）扰动信号能量差作为特征向量，以此降低扰动分类的数据量。利用MATLAB软件产生PQ扰动训练和测试样本，在扰动样本中加入SNR=25 dB的高斯白噪声，利用SVM对扰动样本进行分类，提出两步网格搜索法对SVM的参数进行优化。仿真实验结果表明，此分类方法具有较高识别率，证明该算法的准确性和鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红		35	140	7.0	10.0
5	谭万禹		12	60	4.0	7.0
7	雷志国	长春供电公司电力调度控制中心	4	14	2.0	3.0
8	金月		4	21	3.0	4.0