基于不完全S变换与梯度提升树的电能质量复合扰动识别

• 作者: 张婵 李开成 罗奕 肖贤贵 蔡得龙 许立武
• 来源期刊: 电力系统保护与控制
• 关键词: 电能质量 扰动识别 梯度提升树 不完全S变换 特征选择
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 理论分析
• 页码范围: 24-31
• 页数: 8页
• 字数: 5797字
• 语种: 中文
• DOI: 10.7667/PSPC180414

摘要

针对电能质量复合扰动中特征选择困难和分类准确率不高的问题,提出基于不完全S变换和梯度提升树的特征选择和分类器构建方法.首先通过选取特定频率的不完全S变换得到扰动的时频矩阵.再从时频矩阵中提取53种原始特征量,并基于梯度提升树对各个特征的重要性进行度量,选取重要特征.最后根据选取的特征集训练和构建梯度提升树,得到扰动分类器.仿真实验表明,对于包括8种复合扰动在内的共17种扰动类型,该方法的分类准确率高于CART决策树、随机森林(RF)、多层感知机(MLP)等现有方法.不同噪声条件下的分类结果表明,该方法具有良好的抗噪性能和算法鲁棒性,展现出良好的应用前景.