10.3969/j.issn.1000-386x.2022.07.015
基于SVM的电能质量扰动信号分类方法
针对电能质量扰动信号分类中存在波形相似、准确率低的问题,提出一种双层支持向量机的分类方法.利用可调Q因子小波变换(tunable Q-factor wavelet transform,TQWT)对信号进行5层分解并提取特征,使用经粒子群算法优化后的支持向量机对扰动信号进行第一次分类;对第一次分类中错误样本集中的类别,结合小波去噪算法和TQWT提取特征;使用优化后的支持向量机对扰动信号进行第二次分类,以提高信号的分类准确率.仿真数据实验表明,所提出的分类方法能够有效识别14类扰动,与其他分类方法相比分类准确率更高,抗噪性更强,具有一定的应用价值.
支持向量机、电能质量、可调Q因子小波变换、特征提取、扰动分类
39
TP391(计算技术、计算机技术)
2022-08-19（万方平台首次上网日期，不代表论文的发表时间）
共7页
95-100,120
