摘要
针对采用S变换和支持向量机(SVM)的电能质量识别扰动信号时存在的受噪声较大及泛化能力低的缺陷,本文结合电能质量扰动信号的特点,在围绕S变换这一时频分析工具上,增加了参数g用于调整时频分辨率,解决了常规S变换受噪声较大的特征提取问题.然后引入直接支持向量机(DSVM)模型,通过典型数值试验,证明DSVM比SVM和LSSVM模型的学习和预测速度更快的优势.最后使用DSVM对扰动信号进行训练,实现电能质量扰动信号自动识别和分类.通过与已有文献的分类结果对比试验表明,该算法不仅求解更简单,且泛化能力也并未降低,拓展了SVM在电能质量扰动中的应用.
出处
《军民两用技术与产品》
2016年第22期182-,共1页
Dual Use Technologies & Products
