基于S变换的电能质量扰动支持向量机分类识别

占勇; 程浩忠; 丁屹峰; 吕干云; 孙毅斌

首页> 中文期刊> 《中国电机工程学报》 >基于S变换的电能质量扰动支持向量机分类识别

基于S变换的电能质量扰动支持向量机分类识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

采用 S 变换和支持向量机进行电能质量扰动的分类识别。作为连续小波变换和短时傅立叶变换的发展,S 变换引入了宽度与频率成反向变化的高斯窗,具有与频率相关的分辨率。由于 S 变换具有良好的时频特性,因而非常适合于进行电能质量扰动信号特征提取。首先通过 S 变换进行扰动信号特征提取,然后构造支持向量机分类树进行扰动分类。算例表明该方案具有分类准确率高,对噪声不敏感,训练样本少等优点,是电能质量扰动识别的有效方法。

著录项

来源
《中国电机工程学报》 |2005年第4期|51-56|共6页
作者
占勇; 程浩忠; 丁屹峰; 吕干云; 孙毅斌;
展开▼
作者单位

上海交通大学电气工程系;

上海市区供电公司调度所;

展开▼
原文格式 PDF
正文语种 chi
中图分类电力系统稳定;
关键词
电力系统; 电能质量; 支持向量机; S变换; 扰动识别; 小波变换;

相似文献

中文文献
外文文献
专利

1. 基于S变换和希尔伯特-黄变换的电能质量复合扰动分类识别 [J] . 周克林 . 广东电力 . 2014,第008期
2. 基于S变换与傅里叶变换的电能质量多扰动分类识别 [J] . 唐求 ,王耀南 ,郭斯羽 . 湖南大学学报（自然科学版） . 2009,第004期
3. 基于S变换和神经网络的电能质量多扰动分类识别 [J] . 谷湘文 ,高培生 ,吴为麟 . 机电工程 . 2007,第009期
4. 基于聚类改进S变换与直接支持向量机的电能质量扰动识别 [J] . 徐志超 ,杨玲君 ,李晓明 . 电力自动化设备 . 2015,第007期
5. 基于改进S变换和复合特征量的多级支持向量机的电能质量扰动分类 [J] . 郭俊文 ,李开成 . 电测与仪表 . 2014,第008期
6. 基于S变换和概率神经网络对电能质量扰动信号分类识别 [C] . Feng Yao ,冯垚 ,Zhang Huijuan . 2015全国电工理论与新技术学术年会 . 2015
7. 基于广义s变换和最小二乘支持向量机的煤矿电能质量扰动分类研究 [A] . 武雪峥 . 2017

基于S变换的电能质量扰动支持向量机分类识别

摘要

著录项

相似文献

相关主题

期刊订阅