电力系统保护与控制
電力繫統保護與控製
전력계통보호여공제
POWER SYSTM PROTECTION AND CONTROL
2011年
1期
83-86,103
,共5页
短时傅里叶变换%Blackman窗%特征提取%支持向量机%DAG
短時傅裏葉變換%Blackman窗%特徵提取%支持嚮量機%DAG
단시부리협변환%Blackman창%특정제취%지지향량궤%DAG
提出了一种基于短时傅里叶变换和DAG(Directed Acyclic Graph)支持向量机的电能质量扰动检测和识别方法.将扰动信号通过Blackman窗短时傅里叶变换,得出时域最大幅值向量,然后把它作为特征向量输入到DAG支持向量机来实现电能质量扰动类型的识别.其中,时域最大幅值向量不仅能反映各种扰动的特征,还能显示电压突升、电压暂降、电压中断和暂态振荡等扰动的发生时刻和持续时间.仿真测试表明,该方法能有效识别各种电能质量扰动,而且识别正确率高,训练时间短,实时性能较好.
提齣瞭一種基于短時傅裏葉變換和DAG(Directed Acyclic Graph)支持嚮量機的電能質量擾動檢測和識彆方法.將擾動信號通過Blackman窗短時傅裏葉變換,得齣時域最大幅值嚮量,然後把它作為特徵嚮量輸入到DAG支持嚮量機來實現電能質量擾動類型的識彆.其中,時域最大幅值嚮量不僅能反映各種擾動的特徵,還能顯示電壓突升、電壓暫降、電壓中斷和暫態振盪等擾動的髮生時刻和持續時間.倣真測試錶明,該方法能有效識彆各種電能質量擾動,而且識彆正確率高,訓練時間短,實時性能較好.
제출료일충기우단시부리협변환화DAG(Directed Acyclic Graph)지지향량궤적전능질량우동검측화식별방법.장우동신호통과Blackman창단시부리협변환,득출시역최대폭치향량,연후파타작위특정향량수입도DAG지지향량궤래실현전능질량우동류형적식별.기중,시역최대폭치향량불부능반영각충우동적특정,환능현시전압돌승、전압잠강、전압중단화잠태진탕등우동적발생시각화지속시간.방진측시표명,해방법능유효식별각충전능질량우동,이차식별정학솔고,훈련시간단,실시성능교호.
