登录    注册    忘记密码

期刊文章详细信息

基于聚类改进S变换与直接支持向量机的电能质量扰动识别  ( EI收录)  

Power quality disturbance identification based on clustering-modified S-transform and direct support vector machine

  

文献类型:期刊文章

作  者:徐志超[1,2] 杨玲君[2] 李晓明[2,3]

机构地区:[1]南水北调中线干线工程建设管理局,北京100038 [2]武汉大学电气工程学院,湖北武汉430072 [3]武汉大学苏州研究院,江苏苏州215123

出  处:《电力自动化设备》

基  金:国家自然科学基金资助项目(51277134);江苏省基础研究计划(自然科学基金)资助项目(BK2011347)~~

年  份:2015

卷  号:35

期  号:7

起止页码:50-58

语  种:中文

收录情况:AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、EI(收录号:20154501514414)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:针对电能质量扰动信号的识别问题,提出基于聚类改进S变换与直接支持向量机(SVM)的电能质量扰动识别方法。提出聚类改进S变换方法,该方法结合电能质量扰动信号的特点,可同时对基频的时域分辨率及高频的频域分辨率进行最优化处理,保证特征提取的准确性;将直接支持向量机作为分类器,与最小二乘支持向量机相比,其求解简单,计算复杂度较低,训练与测试速度快,泛化能力较高,并且避免不能保证全局最优解的缺点;将聚类改进S变换与直接支持向量机相结合,应用于单一扰动及混合扰动的识别分类工作。仿真实验验证了所提方法的有效性。

关 键 词:电能质量 扰动识别 聚类改进S变换  直接支持向量机  支持向量机

分 类 号:TM761]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心