电气技术
電氣技術
전기기술
ELECTRICAL ENGINEERING
2013年
2期
14-18
,共5页
电能质量%扰动识别%小波变换%能量分布%支持向量机
電能質量%擾動識彆%小波變換%能量分佈%支持嚮量機
전능질량%우동식별%소파변환%능량분포%지지향량궤
电能质量扰动识别时,采用小波变换提取能量分布特征时小波分解层数通常缺乏理论依据,且采用支持向量机( SVM)分类时训练样本通常只含某一种信噪比(SNR)的噪声.针对以上两个问题,利用小波变换对电能质量扰动信号进行多分辨率分析时,根据扰动信号的采样率来确定小波分解层数,提取小波能量分布差特征作为SVM的输入向量,减少了计算量和特征维数；采用信噪比在较大范围内分布较均匀的训练样本来训练SVM,增强了SVM的范化能力.仿真实验表明,该方法提高了电能质量扰动识别准确率；在20dB噪声条件下,该方法对6种电能质量扰动的识别准确率仍达到95.20％.
電能質量擾動識彆時,採用小波變換提取能量分佈特徵時小波分解層數通常缺乏理論依據,且採用支持嚮量機( SVM)分類時訓練樣本通常隻含某一種信譟比(SNR)的譟聲.針對以上兩箇問題,利用小波變換對電能質量擾動信號進行多分辨率分析時,根據擾動信號的採樣率來確定小波分解層數,提取小波能量分佈差特徵作為SVM的輸入嚮量,減少瞭計算量和特徵維數；採用信譟比在較大範圍內分佈較均勻的訓練樣本來訓練SVM,增彊瞭SVM的範化能力.倣真實驗錶明,該方法提高瞭電能質量擾動識彆準確率；在20dB譟聲條件下,該方法對6種電能質量擾動的識彆準確率仍達到95.20％.
전능질량우동식별시,채용소파변환제취능량분포특정시소파분해층수통상결핍이론의거,차채용지지향량궤( SVM)분류시훈련양본통상지함모일충신조비(SNR)적조성.침대이상량개문제,이용소파변환대전능질량우동신호진행다분변솔분석시,근거우동신호적채양솔래학정소파분해층수,제취소파능량분포차특정작위SVM적수입향량,감소료계산량화특정유수；채용신조비재교대범위내분포교균균적훈련양본래훈련SVM,증강료SVM적범화능력.방진실험표명,해방법제고료전능질량우동식별준학솔；재20dB조성조건하,해방법대6충전능질량우동적식별준학솔잉체도95.20％.
