|
|
中国电机工程学报 2008, 28(1) 106-110 DOI:
ISSN: 0258-8013 CN: 11-2107/TM |
|
|
|
|
本期目录 |
下期目录 |
过刊浏览 |
高级检索
[打印本页]
[关闭] |
|
| 输配电及供电 |
|
|
基于最小二乘支持向量机的电能质量扰动分类方法 |
|
|
张全明 刘会金 |
|
|
武汉大学电气工程学院 武汉大学电气工程学院 |
|
|
摘要：
提出一种基于最小二乘支持向量机和小波包分解的电能质量扰动分类方法。对正常电压和几种常见电能质量扰动(电压骤升、电压骤降、电压中断、暂态脉冲、暂态振荡、谐波和电压闪变)进行小波包分解，提取各终节点小波包系数的标准偏差作为特征向量；然后，用自适应优化算法对最小二乘支持向量机进行优化；最后，利用基于优化参数和最小输出编码的最小二乘支持向量机进行分类和识别。与BP神经网络分类方法相比，该方法能克服训练时间较长、容易陷入局部最小等问题，具有较快的训练速度和较高的分类准确率，在样本数较小时仍取得较好的效果。仿真实验验证了该方法对扰动分类的有效性。 |
|
|
关键词：
最小二乘支持向量机
小波包
BP神经网络
电能质量
分类
|
|
|
Classification of Power Quality Disturbances Based on LS-SVM |
|
|
ZHANG Quan-ming LIU Hui-jin |
|
|
|
|
|
Abstract:
A new method classifying power quality disturbances based on least square support vector machine (LS-SVM) and wavelet packet decomposition is presented. Normal voltage and several power quality disturbances (voltage swell, voltage sag, voltage interruption, transient disturbance, transient oscillation, harmonics and voltage flicker) are decomposed by wavelet packet, and the standard deviation of the wavelet packet coefficients of each end node are extracted as eigenvectors. Adaptive optimizing algorithm is used to optimize LS-SVM. The disturbances are classified using LS-SVM based on optimized parameters and minimum output coding. Compared with the classification of BP neural network, the method is able to overcome the shortage of long training time, easy to fall in local minimum and has more fast training speed and higher classification accuracy percentage. It also performs well when the samples are fewer. The simulation verifies its validity to classify power quality disturbances. |
|
|
Keywords:
least squares support vector machine
wavelet packet
BP neural network
power quality disturbances
classification
|
|
|
收稿日期 2006-08-22 修回日期 1900-01-01 网络版发布日期 |
|
|
DOI: |
|
|
基金项目:
|
|
|
通讯作者: 张全明 |
|
|
作者简介: |
|
作者Email: zqm20021009@sina.com |
|
|
| 参考文献： |
|
| 本刊中的类似文章 |
| 1．文俊 刘天琪 李兴源 任景.在线识别同调机群的优化支持向量机算法[J]. 中国电机工程学报, 2008,28(25): 80-85 |
| 2．王华秋 刘全利 王越 廖晓峰.基于鲁棒最小二乘支持向量机的电机振动故障诊断[J]. 中国电机工程学报, 2007,27(30): 97-102 |
| 3．司利云 林辉 刘震.基于最小二乘支持向量机的开关磁阻电动机建模[J]. 中国电机工程学报, 2007,27(6): 26-30 |
| 4．尚万峰 赵升吨 申亚京.遗传优化的最小二乘支持向量机在开关磁阻电机建模中的应用[J]. 中国电机工程学报, 2009,29(12): 65-69 |
| 5．焦尚彬 刘丁 郑岗 张青.基于最小二乘支持向量机的绝缘子等值附盐密度预测[J]. 中国电机工程学报, 2006,26(2): 149-153 |
| 6．李天云 陈昌雷 周博 王静 杨辉.奇异值分解和最小二乘支持向量机在电能质量扰动识别中的应用[J]. 中国电机工程学报, 2008,28(34): 124-128 |
| 7．程启明 杜许峰 郭瑞青 郑勇.基于最小二乘支持向量机的多变量逆系统控制方法及应用[J]. 中国电机工程学报, 2008,28(35): 96-101 |
|
| Copyright by 中国电机工程学报 |
