基于组合特征和BTSVM的电能质量扰动识别

• 作者: 穆克 赵强
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小波包变换 S变换 二叉树 支持向量机 电能质量
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 工程与应用
• 页码范围: 232-236
• 页数: 5页
• 分类号: TM714
• 字数: 4125字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1406-0361

摘要

为了克服单一特征不能完全表征各种暂态扰动信号特征的不足，提出了一种基于组合特征和二叉树结构支持向量机相结合的电能质量多分类方案。利用小波包变换对扰动信号进行分解，提取特定频带下信号的能量，利用S变换获得扰动信号的模矩阵，从中提取出特征信息，然后将多频带信号的能量和对应的S变换特征信息组合得到组合特征。对依据聚类思想设计出的二叉树结构支持向量机分类器进行了训练和测试。仿真结果表明，该方法具有较好的准确性和识别速度，能够有效识别常见扰动信号，平均识别率提高了6%以上，测试总用时缩短0.06秒，训练时间减小1.8秒。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆克	辽宁石油化工大学信息与控制工程学院	14	44	3.0	6.0
2	赵强	辽宁石油化工大学信息与控制工程学院	35	144	8.0	10.0