文献类型：期刊文章

作　　者：赵洛印[1] 李忠诚[2] 王丹[3] 朱江[3] 李静[1] 张闯[1]

Zhao Luoyin;Li Zhongcheng;Wang Dan;Zhu Jiang;Li Jing;Zhang Chuang(Harbin Research Institute of Electrical Instruments Co.,Ltd.,Harbin 150028,China;Center of Metrology,State Grid Liaoning Electric Power Supply Co.,Ltd.,Shenyang 110168,China;Fushun Power Supply Company,State Grid Liaoning Electric Power Supply Co.,Ltd.,Fushun 113000,Liaoning,China)

机构地区：[1]哈尔滨电工仪表研究所有限公司,哈尔滨150028 [2]国网辽宁省电力有限公司计量中心,沈阳110168 [3]国网辽宁省电力有限公司抚顺供电公司,辽宁抚顺113000

出　　处：《电测与仪表》

年　　份：2019

卷　　号：56

期　　号：23

起止页码：76-85

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对电压暂降扰动事件发生频繁、扰动种类多样,难以有效识别扰动源的实际情况,结合电压暂降扰动信号的时-频特性、灰狼优化算法(GWO)和支持向量机(SVM)分类模型,提出了一种电压暂降扰动源识别新方法。通过S变换对电压暂降扰动信号进行多分辨率时-频分析,从S变换结果矩阵中提取出信号的特征曲线,建立6类电压暂降混合扰动信号的8个特征量。构建GWO-SVM一对余(OVR)分类器,以提取出的特征量作为输入,对扰动源进行分类识别。基于MATLAB/Simulink构建电压暂降模型,经仿真验证分析,该方法可以有效识别电压暂降扰动源,也为电压暂降扰动治理提供必要的技术支撑。

关 键 词：电压暂降 S变换 时-频分析 GWO-SVM  扰动识别

分 类 号：TM714]