基于聚类改进S变换与直接支持向量机的电能质量扰动识别

• 作者: 徐志超 李晓明 杨玲君
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 电能质量 扰动识别 聚类改进S变换 直接支持向量机 支持向量机
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 分析与研究
• 页码范围: 50-58,73
• 分类号: TM761
• 语种: 中文
• DOI: 10.16081/j.issn.1006-6047.2015.07.009

摘要

针对电能质量扰动信号的识别问题,提出基于聚类改进S变换与直接支持向量机(SVM)的电能质量扰动识别方法.提出聚类改进S变换方法,该方法结合电能质量扰动信号的特点,可同时对基频的时域分辨率及高频的频域分辨率进行最优化处理,保证特征提取的准确性;将直接支持向量机作为分类器,与最小二乘支持向量机相比,其求解简单,计算复杂度较低,训练与测试速度快,泛化能力较高,并且避免不能保证全局最优解的缺点;将聚类改进S变换与直接支持向量机相结合,应用于单一扰动及混合扰动的识别分类工作.仿真实验验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓明	武汉大学电气工程学院	214	2030	22.0	32.0
5	徐志超		3	57	3.0	3.0
7	杨玲君	武汉大学电气工程学院	18	266	10.0	16.0