多类分类SVM在电能质量扰动识别中的应用.pdf

多类分类SVM在电能质量扰动识别中的应用.pdf

ID:52484330

大小:427.41 KB

页数:5页

时间:2020-03-28

多类分类SVM在电能质量扰动识别中的应用.pdf_第1页
多类分类SVM在电能质量扰动识别中的应用.pdf_第2页
多类分类SVM在电能质量扰动识别中的应用.pdf_第3页
多类分类SVM在电能质量扰动识别中的应用.pdf_第4页
多类分类SVM在电能质量扰动识别中的应用.pdf_第5页
资源描述:

《多类分类SVM在电能质量扰动识别中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第38卷第13期电力系统保护与控制v01.38NO.132010年7月1目PowerSystemProtectionandControlJu1.1,2010多类分类SVM在电能质量扰动识别中的应用陈春玲,许童羽,郑伟,姜凤利,郭丹(沈阳农业大学信息与电气工程学院,辽宁沈阳11O161)摘要:结合傅里叶变换良好的幅频特性、小波变换良好的时频特性和支持向量机优秀的统计学习能力,采用多类分类支持向量机进行电能质量扰动的分类识别。对电压骤升、电压骤降、电压中断、谐波、电压波动、暂态振荡、瞬时脉冲、频率偏差等八种常见电能质量扰动进行数学建模,利用傅里叶

2、变换和小波变换对产生的样本波形进行特征提取,将特征量输入到OSU—svm进行电能质量扰动多类分类。算例表明该方案具有识别正确率高,训练样本数少,训练时间短,实时性好,对噪声不敏感等优点,是电能质量扰动识别的有效方法。关键词:电能质量;扰动识别;支持向量机;多类分类Applicationofmulti-classclassificationSVMinpowerqualitydisturbancesclassificationCHENChun—ling,XUTong—yu,ZHENGWei,JIANGFeng—li,GUODan(Schoolof

3、InformationandElectricEngineering,ShenyangAgriculturalUniversity,Shenyang110161,China)Abstract:Thispaperusesthemulti—classclassificationforsupportvectormachineandcombinesthegoodamplitude-frequencycharacteristicofFouriertransform,thegoodtime—frequencycharacteristicsofwavelet

4、transformandtheexcellentstatisticallearningabilityofsupportvectormachinetomaketheclassificationandrecognitiontothedisturbancesofpowerquality.Mathematicalmodelingisdoneforthe8kindsofcommonpowerqualitydisturbances,namelyvoltageswell,voltagesag,voltageinterruption,harmonic,vol

5、tagefluctuation,transientoscillation,transientpulseandfrequencydeviation,andthenFouriertransformandwavelettransformareusedtoextractthecharacteristicsofthewaveformofthegeneratedsamples,andthecharacteristicvalueisinputtotheosusvmandthequalitydisturbancesmulti—classclassificat

6、ionaredone.Theexampleshowsthatthismethodhasahighrecognitionaccuracy,afewtrainingsamplesandashorttrainingtime,agoodreal—timeperformance,andisnotsensitivetonoise,etc.Itisaneffectivemethodforpowerqualitydisturbancesclassification.Keywords-powerquality;disturbancesclassificatio

7、n;supportvectormachine;multi—classclassification中图分类号:TM71文献标识码:A文章编号:1674—3415(2010)13.0074.05构简单和求解问题能力强的优点,但是它存在算法0引言局部最优问题,训练时间较长,易发生过拟合等缺实际电网中往往同时存在多种电能质量扰动,点。模糊技术通过简单明了的“IF.THEN”形式的知对这些扰动信号不仅要实现快速检测,还需要准确识规则形成判断,识别效率较高,但由于许多电能识别,这就需要对各种扰动进行正确的分类。而监质量扰动,例如谐波、振荡、电压波动等,很

8、难建测到的电能质量数据往往十分庞大,因此实现各种立“IF.THEN”这样的明显知识规则,因此限制了扰动快速准确的自动分类,已成为电能质量分析领模糊技术的运用。支持向

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。