基于改进能量集中度的S变换与随机森林的电能质量扰动识别

• 作者: 刘洋 崔雪 邹晨露 高健
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 改进S变换 能量集中度 随机森林 电能质量 扰动识别
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 8-14,21
• 页数: 8页
• 分类号: TM743
• 字数: 5251字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.01.002

摘要

鉴于S变换的窗口函数对不同频带信号的自适应能力差,提出一种新型的改进S变换(Modified S-Transform,MST),该方法通过引入四个辅助参数,优化高斯窗函数尺度因子的自适应能力,使改进S变换的能量集中度最大化,获得了更出色的时频分辨能力.建立了基于扰动信号幅值和相位的特征值评价体系,采用随机森林(Random Forest,RF)算法对包括标准信号和电压暂降、电压暂升、高次谐波、暂态振荡等10种扰动信号共11类电能质量信号分类识别.与已有文献采用的决策树、支持向量机和神经网络分类结果进行了对比分析,仿真试验结果表明,该方法分类准确率高,抗干扰能力强,且在训练样本少、低信噪比(Signal-to-Noise Radio,SNR)条件下分类结果优势明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洋	武汉大学电气工程学院	135	769	15.0	23.0
2	崔雪	武汉大学电气工程学院	39	380	12.0	18.0
3	高健	武汉大学电气工程学院	7	22	4.0	4.0
4	邹晨露	武汉大学电气工程学院	5	33	4.0	5.0