小波包和最小二乘支持向量机的电能质量扰动识别

• 作者: 常炳双 赵治月
• 来源期刊: 现代电子技术
• 关键词: 电能质量 扰动识别 特征向量 分类器 支持向量机 最小二乘
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 171-174,181
• 页数: 5页
• 分类号: TN911.73-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.03.039

摘要

为了提高电能质量扰动识别的准确性,针对当前电能质量扰动识别存在精度低、误差大等难题,提出小波包和最小二乘支持向量机的电能质量扰动识别模型(WP-LSSVM).首先对当前电能质量扰动识别研究现状进行分析,并采用小波包提取电能质量扰动特征向量;然后采用最小二乘支持向量机建立电能质量扰动识别的分类器;最后通过电能质量扰动识别仿真实验验证其有效性.结果表明,WP-LSSVM可以很好地区别电能质量扰动类别,提高了电能质量扰动识别正确率,而且误识率要远远低于其他电能质量扰动识别模型,具有十分显著的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵治月	沧州师范学院机械与电气工程学院	15	28	4.0	5.0
3	常炳双	沧州师范学院机械与电气工程学院	7	9	2.0	3.0