现代电子技术

2018, v.41;No.506(03) 171-174+181

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

小波包和最小二乘支持向量机的电能质量扰动识别
Power quality disturbance recognition based on wavelet packet and least square support vector machine

常炳双,赵治月

摘要(Abstract):

为了提高电能质量扰动识别的准确性,针对当前电能质量扰动识别存在精度低、误差大等难题,提出小波包和最小二乘支持向量机的电能质量扰动识别模型(WP-LSSVM)。首先对当前电能质量扰动识别研究现状进行分析,并采用小波包提取电能质量扰动特征向量;然后采用最小二乘支持向量机建立电能质量扰动识别的分类器;最后通过电能质量扰动识别仿真实验验证其有效性。结果表明,WP-LSSVM可以很好地区别电能质量扰动类别,提高了电能质量扰动识别正确率,而且误识率要远远低于其他电能质量扰动识别模型,具有十分显著的优越性。

关键词(KeyWords): 电能质量;扰动识别;特征向量;分类器;支持向量机;最小二乘

Abstract:

Keywords:

基金项目(Foundation): 2015年河北省教育厅科研项目:焊接缺陷电涡流检测技术研究(QN2016321)~~

作者(Author): 常炳双,赵治月

DOI: 10.16652/j.issn.1004-373x.2018.03.039

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享