%0 Journal Article
%T 基于多标签Rank-WSVM的复合电能质量扰动分类
%A 张巧革
%A 刘志刚
%A 朱玲
%A 张杨
%J 中国电机工程学报
%P 114-120
%D 2013
%X 该文提出一种多标签排位小波支持向量机(rankwaveletsupportvectormachine，Rank-WSVM)，并将其应用于电能质量复合扰动分类中。Rank-WSVM将小波技术与多标签排位支持向量机(Rank-SVM)结合，利用小波的优良特性提高分类器的整体性能。首先，对电能质量扰动信号进行离散小波分解，计算Tsallis小波熵作为特征向量；然后利用所提出的Rank-WSVM多标签分类器进行分类。仿真结果表明，在不同噪声条件下，该方法有效改善了Rank-SVM的分类性能，可有效识别电压暂降、电压暂升、电压短时中断、脉冲暂态、振荡暂态、谐波和闪变等电能质量扰动及其。
%K 电能质量
%K 复合扰动
%K 多标签分类
%K 排位小波支持向量机
%U http://www.pcsee.org/CN/abstract/abstract26258.shtml