基于S变换和SVM分类器的电能质量分析的研究

• 作者: 倪相生 史建勋 苏昕
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: S变换 支持向量机 电能质量分析 特征提取
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 理论创新
• 页码范围: 18-21
• 页数: 4页
• 分类号: TM73
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2019.01.018

摘要

在电能质量评价中,需要结合大数据分析方法进行电能质量的特征分析和数据挖掘,采用自适应融合方法进行电能质量大数据评价,提高电能评价的信息管理能力,提出一种基于S变换和SVM分类器的电能质量分析方法.采用信息传感器进行电能质量评价数据模糊采集,对采集的电能质量信息数据进行相似性特征提取,采用S变换进行电能质量数据信息流的时频分解,提取反映电能质量的关联信息特征量,对提取的特征量采用SVM分类器进行信息分类融合,在模糊聚类中心中实现电能质量信息大数据挖掘结合优化评价预测.仿真结果表明,采用该方法进行电能质量分析的评价准确性较高,收敛控制性能较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪相生		3	7	2.0	2.0
2	史建勋		1	4	1.0	1.0
3	苏昕		1	4	1.0	1.0