基于GA与SVM的混合算法在电能质量扰动分类问题中的应用.pdf

《基于GA与SVM的混合算法在电能质量扰动分类问题中的应用.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、V0I．4No．2Feb．2009中国科技论文在线SciencepaperOnline第4卷第2期2009年2月基于GA与SVM的混合算法在电能质量扰动分类问题中的应用孙亮，梁艳春(吉林大学计算机科学与技术学院，长春130012)摘要：本文针对电能质量扰动分类问题，提出了一种基TGA-~sVM的混合算法。首先用小波变换技术对电信号进行特征提取，然后设计出一种遗传算法对提取出的特征进行筛选，最后把筛选后的特征提交给支撑向量机，并由支撑向量机进行分类。数值模拟实验验证了该方法的有效性。关键词：电能质量扰动；小波变换遗传算法；支撑向量机中图分类号：TP39文献标识码：A文章编号：1

2、673—7180(2009)02—0130—5ApplicationofGAandSVMbasedhybridalgorithmfortheclassificationofpower-qualitydisturbancesSUNLiang，LIANGYanchun(CollegeofComputerScienceandTechnology,JilinUniversity,Changchun130012，China)Abstract：Fortheclassificationofpowerqualitydi~ces，wepresentaGAandSVMbasedhybridalg

3、orithm．Firstly,awavelettransformtechniqueisusedforfeatureexlraction．Thenageneticalgorithmisproposedforfeatureselection．Thesupportvectormachinetechniqueisusedforclassificationofselectedfeatures．Numericalexperimentsvalidatetheefectivenessoftheproposed~orithm．Keywords：powerqualitydisturbance；w

4、avelettransform；geneticalgorithm；supportvectormachine下，提交给电子和电气设备的电压或电流应该具有如下0引言性质：①正弦波形；②稳定的频率；③稳定的振幅；④电能质量扰动(PowerQualityDisturbances，VQD)稳定的相位角。然而，一些非线性的负载，如计算机、是指在电压、电流或频率上表现出偏差而导致用户设备调速马达等，都会给整个电网带来影响，产生电压／电故障或运行异常的任何电力问”。它对电力公司、用流上升、下降、谐波、振荡等问题。其结果是电力质量户和用电设备制造商都有直接或间接的影响。理想状况下降，电能的浪费

5、和电费超支，甚至会造成对其他电器基金项目：国家自然科学基金项~I(60673023，10872077)；高等学校博士学科点专项科研基金项1~(20070183055)；国家高技术研究发展计划项目(2oo7Lo4Zl14)；广东省教育部产学研合作项目(2oo7B09O003I)；吉林省科技发展项N(20080708)作者简介：孙亮(1981一)，男，博士研究生，sliang@jemail．jlu．edu．cn通信联系人：梁艳春，教授，ycliang@jh．edu．cn：基于GA与svM的混合算法在电能质量扰动分类l司题中的应用131设备有损坏的危险。2基于GA-SVM的电能质量

6、扰动分类研究电能质量扰动问题，一个重要问题就是对2．1基于GA的特征选择电网中某些节点的电流或电压进行监测，当电能质在利用遗传算法求解问题时，问题的每个候选解都量扰动问题发生时，能够快速地对其进行识别并分被编码成一个“染色体”，即个体，若干个体构成了群类，进而采取适当措施减少扰动影响。解决该问题体(所有可能解)。在遗传算法开始时，总是随机产生的常用方法要结合小波变换(WaveletTransform，WT)一些个体(即初始解)。根据预定的目标函数对每个个与人工神经网络(ArtificialNeuralNetwork，ANN)两体进行评估，给出了一个适应度值。基于此适应度值，种

7、技术I引。前者用来对电信号进行特征提取，而后选择个体用来复制下一代。然后选择出来的个体经过交者用来对提取出来的特征进行分类。迄今，已有很叉和变异算子进行再组合生成新的一代。如此重复，直多学者利用该类方法对电能质量扰动问题进行研究[5-7]至最优解产生。。本文在这些研究的基础上，提出了一种遗传算本文设计了一种遗传算法来对特征向量进行筛法(GeneticAlgorithm，GA)与支撑向量机(Support选，其目标是使筛选后向量的维数最小化的同时最VectorMachine，SVM)~gl结合的方法。该方