• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
赵洛印,庄磊,丁建顺,马亚彬,李宏伟,王振.基于S&TT变换与PSO-SVMs的电能质量混合扰动识别[J].电测与仪表,2020,57(4):78-86.
Zhao Luoyin,zhuang lei,Ding Jianshun,Ma Yabin,lihongwei,Wang Zhen.Identification of Transient Power Quality Hybrid Disturbances Based on S & TT transform and PSO-SVMs[J].Electrical Measurement & Instrumentation,2020,57(4):78-86.
基于S&TT变换与PSO-SVMs的电能质量混合扰动识别
Identification of Transient Power Quality Hybrid Disturbances Based on S & TT transform and PSO-SVMs
DOI:10.19753/j.issn1001-1390.2020.04.013
中文关键词:  电能质量  暂态混合扰动  S变换  TT变换  PSO-SVM
英文关键词:Power quality, transient hybrid disturbances, S transform, TT transform, PSO-SVM
基金项目:
                 
作者中文名作者英文名单位
赵洛印Zhao Luoyin哈尔滨电工仪表研究所有限公司
庄磊zhuang lei国网安徽省电力有限公司电力科学研究院
丁建顺Ding Jianshun国网安徽省电力有限公司电力科学研究院
马亚彬Ma Yabin国网安徽省电力有限公司电力科学研究院
李宏伟lihongwei哈尔滨电工仪表研究所有限公司
王振Wang Zhen中电装备山东电子有限公司
摘要点击次数: 1307
中文摘要:
      针对电能质量混合扰动复杂,扰动特征间存在交叉、难以识别的问题,本文提出一种电能质量混合扰动快速识别方法。建立15种电能质量扰动信号数学模型并运用S变换和TT变换提取扰动信号的60个特征量,经过PCA降维处理获得特征集主元。引入PSO算法优化支持向量机的惩罚因子和松弛变量,构造一对多支持向量机识别电能质量暂态扰动的类型。最后,基于MATLAB生成扰动信号数据并建立PSO-SVMs分类器,仿真实验结果证明了该方法的可靠性和鲁棒性。
英文摘要:
      It is difficult to identify the categories of power quality hybrid disturbances (PQHDs) because of the complex characteristics and the feature overlap of PQHDs, for which reason a novel proposal provided in this correspondence is to identify the PQHDs fast. S transform and TT transform are applied to extract the 60 feature quantities of 15 classes of PQHD signals produced by mathematic models. Principal components of feature set are acquired by principal components analysis(PCA). The one-versus-rest support vector machine is constructed to identify the kinds of PQHDs by introducing PSO which is used to optimize the penalty factor and slack variable. Ultimately, the disturbance signal data is produced and the PSO-SVMs classifier is established based on MATLAB, the results of simulation verify that the proposed approach is reliable and stable.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司