基于分形特征提取的电能质量数据挖掘

《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Ｖｏｌ３３Ｎｏ．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ＩＦＴＨＥＮ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．１０００３８６ｘ．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，ｔｏｏｋｔｈｅｆｉｒｓｔ２ｏｒｄｅｒＩＭＦ

5、ｐａｒａｍｅｔｅｒｓａｎｄｔｈｅｎｃｏｍｂｉｎｅｄｔｈｅｆｒａｃｔａｌｔｈｅｏｒｙｔｏｃａｌｃｕｌａｔｅｒｅｓｐｅｃｔｉｖｅｌｙ１０ｄｉｍｅｎｓｉｏｎｆｅａｔｕｒｅｖｅｃｔｏｒｓｏｆｂｏｘｃｏｕｎｔｉｎｇｄｉｍｅｎｓｉｏｎ，ｉｎｔｅｒｃｅｐｔ，ｅｔｃ．Ａｆｔｅｒｔｈｅｇｅｎｅｒａｌｉｓａｔｉｏｎｐｒｏｃｅｓｓｉｎｇ，ｔｈｅｙｗｅｒｅｔｒａｉｎｅｄａｎｄｇｅｎｅｒａｔｅｄｔｈｅｒｅｌｉａｂｌｅｄｅｃｉｓｉｏｎｔｒｅｅｗｈｉｃｈｗａｓｕｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｕｌｅｓｏｆＩＦＴＨＥＮ，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