期刊文献+

基于WT和SVM的电能质量分类识别方法 被引量:17

A Novel Power Quality Classification and Identification Method Based on WT and SVM
下载PDF
导出
摘要 电能质量的分类和识别是电能质量控制的基础。为了高效识别电能质量问题类型,提出了1种基于小波变换和支持向量机的电能质量分类识别方法。该方法采用Db7小波基,应用两分类SVM算法,并采用样本熵提高系统的识别效率,经过理论分析和实际验证,所提方法的平均正确率达到97.92%,基本上能实现对电能质量问题的分类和识别。 The classification and identification of power quality is the basis of power quality control.In order to identify the type of power quality problems efficiently,this paper proposes a power quality classification and identification method based on wavelet transform(WT)and support vector machines(SVM),adopting Db7 as wavelet base and two-class SVM algorithms.The method also uses sample entropy to improve the identification efficiency of the system.Theoretical analysis and actual verification shows that the average accuracy of this method is 97.92%,basically realizing the classification and identification of the power quality problems.
作者 马嘉秀 徐玮浓 何复兴 邵诗韵 赵家乐 李宁 MA Jiaxiu;XU Weinong;HE Fuxing;SHAO Shiyun;ZHAO Jiale;LI Ning(School of Electronic Information and Optical Engineering,Nankai University,Tianjin 300071,China;Schoolof Automation and Information Engineering,Xi’an University of Technology,Xi’an 710048,China;School ofComputer Information Engineering,Jiangxi Normal University,Nanchang 330022,China)
出处 《智慧电力》 北大核心 2019年第3期16-22,37,共8页 Smart Power
基金 国家自然科学基金项目(51507140) 国家留学基金委国际清洁能源拔尖人才项目([2018]5046) 陕西省自然科学基础研究计划(2018JM5041)~~
关键词 电能质量 分类和识别 小波变换 支持向量机 样本熵 power quality classification and identification WT SVM sample entropy
  • 相关文献

参考文献14

二级参考文献178

共引文献188

同被引文献256

引证文献17

二级引证文献194

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部