基于改进PSO-SVM算法的电能质量扰动分类

何行; 夏水斌; 张芹; 董重重; 冉艳春; 王汪兵; 王先培

首页> 中文期刊> 《电力电容器与无功补偿》 >基于改进PSO-SVM算法的电能质量扰动分类

基于改进PSO-SVM算法的电能质量扰动分类

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

对电能质量进行监测是用电信息采集系统的重要任务之一.针对电能质量扰动的识别和分类问题,提出一种基于小波支持向量机(support vector machine,SVM)的分类方法.对正常电压信号和6种电能质量扰动信号波形进行仿真,首先对各种扰动信号进行小波分解,提取各层小波重构系数的能量熵作为特征向量;然后改进的粒子群(particle swarm optimization,PSO)算法对SVM核函数参数进行优化;最后,利用优化参数的SVM对扰动测试集进行分类识别.仿真结果表明,与BP神经网络分类方法相比,该方法对扰动识别和分类的准确率达到97.28％,且训练时间和测试时间都有所减小.

著录项

来源
《电力电容器与无功补偿》 |2019年第2期|119-124|共6页
作者
何行; 夏水斌; 张芹; 董重重; 冉艳春; 王汪兵; 王先培;
展开▼
作者单位

国网湖北省电力公司计量中心;

武汉 430080;

国网湖北省电力公司计量中心;

武汉 430080;

国网湖北省电力公司计量中心;

武汉 430080;

国网湖北省电力公司计量中心;

武汉 430080;

国网湖北省电力公司计量中心;

武汉 430080;

武汉大学电子信息学院;

武汉 430072;

武汉大学电子信息学院;

武汉 430072;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
支持向量机(SVM); 小波变换; 粒子群算法(PSO); 电能质量; 分类;

相似文献

中文文献
外文文献
专利

1. 一种基于PSO-SVM的电能质量扰动识别与分类的新方法 [J] . 杨宁霞 ,孙晧 ,公政 . 电测与仪表 . 2014,第016期
2. 基于改进贝叶斯分类法的电能质量扰动分类方法 [J] . 张文涛 ,王成山 . 电网技术 . 2007,第7期
3. 基于改进的PSO-SVM的SAR图像分类识别 [J] . 张肖敏 ,王鹏 ,白艳萍 . 重庆理工大学学报（自然科学版） . 2018,第008期
4. 基于改进的PSO-SVM的SAR图像分类识别 [J] . 张肖敏 ,王鹏 ,白艳萍 . 重庆理工大学学报 . 2018,第08)期
5. 基于混合核函数的PSO-SVM分类算法 [J] . 刘春卫 ,罗健旭 . 华东理工大学学报（自然科学版） . 2014,第001期
6. 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 [C] . GUO Jun-wen ,郭俊文 ,LI Kai-cheng . 全国电工仪器仪表标准化技术委员会第五届第一次会议暨2013第二十七届电磁测量技术、标准、产品国际研讨会 . 2013
7. 基于自适应VMD和PSO-SVM的电能质量扰动检测和分类 [A] . 周金 . 2019

基于改进PSO-SVM算法的电能质量扰动分类

摘要

著录项

相似文献

相关主题

期刊订阅