一种新的电能质量扰动特征提取与识别方法

摘要：

为了克服电能质量扰动识别时由于特征选择和提取不当造成最后识别精度低的缺点,提出一种基于数学统计的电能质量扰动幅值采样点数的特征提取方法和PSO-SVM电能质量扰动识别新方法.该方法根据10个周波信号的幅值差异,统计每段幅值范围内的采样点数,对其进行处理后作为各扰动信号的特征,然后采用PSO-SVM分类器对多种扰动信号进行分类识别.该方法特征提取的过程简单,减少了大量的计算处理时间.仿真实验结果表明,该方法能快速地识别出各种扰动信号,且识别精度高于传统方法并具有较好的抗噪声性能.

关键词：电能质量、数学统计、特征提取、PSO-SVM

所属期刊栏目：40

分类号：TN911.25+4-34;TM76

资助基金：国家自然科学基金项目61662047

在线出版日期：2017-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：174-177,182