全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用：99美元
投递稿件

查看量下载量

相关文章

更多...

基于改进小波能熵和支持向量机的短时电能质量扰动识别

, PP. 161-167

Keywords: 电能质量,扰动识别,改进小波能熵,支持向量机

Full-Text   Cite this paper   Add to My Lib

Abstract:

提出了一种基于改进小波能熵和支持向量机(SVM)的短时电能质量扰动识别方法。首先对采样信号进行小波多分辨分解与重构处理,然后引入滑动时间窗算法,从时-频域结合分析的角度,选用高频带的小波系数进行特征提取；提出了改进小波能熵算法,并用此计算相应的熵值作为扰动特征量,将这些特征量作为SVM的输入,实现短时电能质量扰动的辨识。通过原始小波能熵与改进小波能熵的对比,仿真结果表明了改进算法的有效性。

 References

[1]  林海雪. 现代电能质量的基本问题[J]. 电网技术, 2001, 25(10): 5-12.
[2]  崔博文, 任章. 基于傅里叶变换和神经网络的逆变器故障检测与诊断[J]. 电工技术学报, 2006, 21(7): 37-43.
[3]  黄松清, 戴先中. 基于矢量变换的交流传动系统李亚普诺夫函数寻找方法[J]. 电工技术学报, 2002, 17(2): 17-23.
[4]  何益宏, 卓放, 周新, 等. 利用瞬时无功功率理论检测谐波电流方法的改进[J]. 电工技术学报, 2003, 18(1): 87-91.
[5]  占勇, 程浩忠, 丁屹峰, 等. 基于S变换的电能质量扰动支持向量机分类识别[J]. 中国电机工程学报, 2005, 25(4): 51-56.
[6]  Gaouda A M, Salama M M A, Sultan M K, et al. Power quality detection and classification using wavelet multi-resolution signal decomposition[J]. IEEE Transactions on Power Delivery, 1999, 14(4): 1469-1476.
[7]  Platt J C, Cristianinai N, et al. Large margin DAGs for multi-classification[J]. Advances in Neural Information Processing Systems, 2000(12): 547-553.
[8]  张智远, 李庚银, 冯任卿. 基于小波和进化网络的电能质量动态扰动自动识别[J]. 华北电力大学学报, 2002, 29(3): 1-4.
[9]  余健明, 张萍, 魏磊, 等. 短时电能质量扰动波形的识别[J]. 西安理工大学学报, 2006, 22(2): 150- 153.
[10]  曾智勇, 张学军, 周利华. 快速小波熵在图像检索中的应用[J]. 红外技术, 2005, 27(6): 469-472.
[11]  Rosso O A, Blanco S, Yordanova J, et al. Wavelet entropy: a new tool for analysis of short duration brain electrical signals[J]. J Neurosci Meth, 2001, 105(1): 65-75.
[12]  何正友, 陈小勤, 罗国敏, 等. 基于暂态电流小波熵权的输电线路故障选相方法[J]. 电力系统自动化, 2006, 30(21): 39-43.
[13]  何正友, 刘志刚, 钱清泉. 小波熵理论及其在电力系统中应用的可行性探讨[J]. 电网技术, 2004, 28(21): 17-21.
[14]  陈小勤, 何正友. 基于小波熵和小波熵权的电能质量扰动识别[J]. 电力科学与工程, 2006(1): 1-5.
[15]  Vapnik V N. The nature of statistical learning theory[M]. 2nd Ed. New York: Springer, 2000.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133