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
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
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...