文献类型：期刊文章

作　　者：李天云[1] 陈昌雷[2] 周博[1] 王静[1] 杨辉[3]

机构地区：[1]东北电力大学电气工程学院,吉林省吉林市132012 [2]湖南省超高压管理局,湖南省长沙市410015 [3]安徽宿州供电公司,安徽省宿州市234000

出　　处：《中国电机工程学报》

年　　份：2008

卷　　号：28

期　　号：34

起止页码：124-128

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：基于奇异值分解(singular value decomposition,SVD)和最小二乘支持向量机(least square support vector machine,LS-SVM)提出电能质量扰动类型识别的新方法。通过对电能质量扰动信号的小波包变换系数矩阵进行奇异值分解,将基频、扰动频率分量、噪声分解到不同的正交特征子空间。再与正常电压信号的奇异值作比值以抵消噪声能量的影响,最大限度地体现出扰动类型间的细微差别,以此作为扰动特征向量,作为最小二乘支持向量机分类器的输入参数,来实现电能质量扰动类型的识别。仿真结果表明,该方法识别准确率高,受噪声影响小,算法稳定性好。

关 键 词：电能质量 小波包 奇异值分解 最小二乘支持向量机

分 类 号：TM72]