基于稀疏分解的复合电能质量扰动分类

• 作者: 孟庆旭 李开成 王凌云 肖厦颖 蔡德龙 赵晨
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 电能质量 扰动分类 稀疏分解 支持向量机
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 14-20,33
• 页数: 8页
• 分类号: TM76
• 字数: 4616字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2018.01.003

摘要

针对复合电能质量扰动分类问题,提出了一种基于稀疏分解的分类新方法.该方法通过构建正余弦字典、脉冲字典将电能质量扰动信号分解为近似部分和细节部分,并从中提取了8个特征量.将特征向量输入改进支持向量机中可实现30种复合扰动的准确分类.基于MATLAB生成数据和真实电网数据的仿真结果表明:针对稀疏分解得到的特征向量,改进支持向量机的分类精度高于BP网络和极限学习机;文中方法对单一扰动及复合扰动均有较强的分类能力,且具有一定的抗噪声能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李开成	华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室	71	861	15.0	26.0
2	王凌云	华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室	7	32	3.0	5.0
3	肖厦颖	华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室	4	23	2.0	4.0
4	孟庆旭	华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室	3	23	2.0	3.0
5	赵晨	华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室	7	20	3.0	4.0
6	蔡德龙		2	9	1.0	2.0