欢迎来到天天文库
浏览记录
ID:32371548
大小:1.04 MB
页数:5页
时间:2019-02-03
《基于分形特征提取的电能质量数据挖掘》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、第33卷第11期计算机应用与软件Vol33No.112016年11月ComputerApplicationsandSoftwareNov.2016基于分形特征提取的电能质量数据挖掘1,22于燕平林涛1(柳州铁道职业技术学院动力技术学院广西柳州545616)2(武汉大学电气工程学院湖北武汉430072)摘要发现“海量”监测数据中电能质量问题,并提取出有用信息,是电能质量有效治理的关键。将大数据挖掘技术应用于电能质量知识发现,8类电能质量数据先进行EMD分解,取前2阶IMF参数后结合分形理论分别求取计盒维、截距等10维特征参数
2、。经泛化处理后,训练并生成了可靠的决策树,抽取出IFTHEN分类规则,用于电能质量问题预测。通过对比分析,分形参数较其他特征参数更有利于如振荡暂态、切痕、尖峰、闪变等电能质量问题分析,特别是对含噪电能质量的分析。结合大数据挖掘技术,不含噪和含噪信号的平均识别率分别提高了1.8%和4.1%。关键词数据挖掘 EMD分解分形理论决策树中图分类号 TP391.9 文献标识码 A DOI:10.3969/j.issn.1000386x.2016.11.006POWERQUALITYDATAMININGBASEDONFR
3、ACTALFEATUREEXTRACTION1,22YuYanping LinTao1(DepartmentofPowerTechnology,LiuzhouRailwayVocationalTechnicalCollege,Liuzhou545616,Guangxi,China)2(SchoolofElectricalEngineering,WuhanUniversity,Wuhan430072,Hubei,China)Abstract Tofindthepowerqualityproblemsfrom"mass"mon
4、itoringdataandtoextractavailableinformationfromit,thisisthekeytocontrolthepowerqualityeffectively.Weappliedthebigdataminingtechnologytopowerqualityknowledgediscovery,exertedtheempiricalmodedecomposition(EMD)on8kindsofpowerqualitydatainadvance,tookthefirst2orderIMF
5、parametersandthencombinedthefractaltheorytocalculaterespectively10dimensionfeaturevectorsofboxcountingdimension,intercept,etc.Afterthegeneralisationprocessing,theyweretrainedandgeneratedthereliabledecisiontreewhichwasusedtoextracttheclassificationrulesofIFTHEN,a
6、ndwasusedtoforecastthepowerqualityproblems.Bycomparativeanalysis,thefractalparametersweremoreconducivetoanalysingthepowerqualityproblemssuchasoscillatorytransient,notch,spike,flickeretc.,thanotherfeatures,especiallytotheanalysisofpowerqualitysignalswithnoise.Combin
7、ingthebigdataminingtechnology,theaveragerecognitionrateofsignalswithandwithoutnoiseincreased1.8%and4.1%respectively.Keywords Datamining EMD Fractaltheory Decisiontree而分形理论可以抽象非线性系统发现其内在的规律性。近几年0 引言来,该理论逐渐的应用于电力系统分析领域。分类方法主要是[5]基于传统数学统计和机器学习,如人工神经网络、支持向量现代工业技术的不断发展
8、使得人们生活水平不断地提高,机等,这些分类方法的使用在电能质量识别方面取得了很大的进而对电能质量和供电可靠性提出更严格的要求。近年来,世成功。界各国为改善供电环境,都在积极地开发利用清洁、可再生能面对日新月异的数据更新,从中发掘出有用的知识,如电能源。这些新能源并入原有的电力系统,会引起电
此文档下载收益归作者所有