HI,欢迎来到好期刊网,发表咨询:400-888-9411 订阅咨询:400-888-1571证券代码(211862)

基于ESMD与SVM 的电能质量混合扰动识别

摘要:针对实际电能质量扰动种类繁多、扰动信号差异不明显、存在多种混合扰动,导致识别电能质量非常困难的情况,提出一种基于极点对称经验模式分解方法(ESMD)和支持向量机(SVM)的电能质量混合扰动信号分类识别新方法。首先,对加入白噪声的混合扰动信号利用小波软阈值去噪处理;其次,利用ESMD将信号分解为不同信号分量,对每类扰动的不同信号分量分别提取样本熵和互样本熵特征值,所有分量特征值构成特征向量;最后利用SVM对扰动信号特征向量进行分类和混合扰动识别。研究表明,该方法对混合扰动识别正确率很高,是一个有效的方法。

关键词:
  • 样本熵  
  • 互样本熵  
  • 电能质量混合扰动  
  • 极点对称经验模式分解方法  
  • 支持向量机  
作者:
杨晓楠; 吕国强; 侯鹏飞; 毕贵红
单位:
昆明理工大学冶金与能源工程学院; 云南昆明650500; 西南交通大学电气工程学院; 四川成都610000; 昆明理工大学电力工程学院; 云南昆明650500
刊名:
软件导刊

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:软件导刊

软件导刊杂志紧跟学术前沿,紧贴读者,国内刊号为:42-1671/TP。坚持指导性与实用性相结合的原则,创办于2002年,杂志在全国同类期刊中发行数量名列前茅。