基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对电能质量扰动(power quality disturbance,PQD)的复杂性,提出了一种基于最大方差展开(maximum variance unfolding,MVU)非线性流行学习的PQD特征提取方法,结合分类器算法完成了对PQD识别.对PQD信号进行小波分解得到信号的小波能量作为原始特征集;通过MVU算法对原始特征集进行压缩,由于在算法中引入核函数将非凸二次规划转化为凸半正定最优化问题,从而得到信息量更集中且很好保持训练数据分布边界的低维PQD特征;结合分类器算法完成PQD识别.实验结果表明,MVU算法约简后得到PQD特征向量,不仅有效降低了特征向量个数,而且对PQD的识别准确率高,有一定的工程应用前景.
推荐文章
基于多特征组合的电能质量扰动识别方法
电能质量
无功功率补偿
小波包变换
S变换
多特征组合
概率神经网络
基于广义S变换和PSO-ELM的电能质量扰动信号识别
电能质量
扰动识别
S变换
粒子群
极限学习机
基于蜻蜓算法优化ELM的电能质量扰动诊断与识别研究
蜻蜓算法
极限学习机
电能质量
样本熵
小波分解
利用快速S变换的电能质量扰动识别方法
电能质量
快速S变换
支持向量机
实时性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于最大方差展开法的电能质量扰动识别
来源期刊 系统仿真学报 学科 工学
关键词 电能质量扰动 流行学习 最大方差展开 特征提取 扰动识别
年,卷(期) 2019,(8) 所属期刊栏目 仿真应用工程
研究方向 页码范围 1702-1710
页数 9页 分类号 TM711
字数 语种 中文
DOI 10.16182/j.issn1004731x.joss.17-0295
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈智雄 华北电力大学电气与电子工程学院 27 46 4.0 5.0
2 孔英会 华北电力大学电气与电子工程学院 84 765 14.0 24.0
3 车辚辚 华北电力大学电气与电子工程学院 25 151 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (127)
共引文献  (156)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(23)
  • 参考文献(0)
  • 二级参考文献(23)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
2013(13)
  • 参考文献(2)
  • 二级参考文献(11)
2014(10)
  • 参考文献(3)
  • 二级参考文献(7)
2015(12)
  • 参考文献(1)
  • 二级参考文献(11)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电能质量扰动
流行学习
最大方差展开
特征提取
扰动识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导