基于GA与SVM的混合算法在电能质量扰动分类问题中的应用.pdfVIP

第4卷 第2期 130 中国科技论文在线 Sciencepaper Online 2009 年 2 月 基于 GA 与 SVM 的混合算法 在电能质量扰动分类问题中的应用 孙 亮，梁艳春 （吉林大学计算机科学与技术学院，长春130012） 摘 要：本文针对电能质量扰动分类问题，提出了一种基于GA与SVM 的混合算法。首先用小波变换技术对电 信号进行特征提取，然后设计出一种遗传算法对提取出的特征进行筛选，最后把筛选后的特征提交给支撑向量 机，并由支撑向量机进行分类。数值模拟实验验证了该方法的有效性。 关键词：电能质量扰动；小波变换；遗传算法；支撑向量机 中图分类号：TP39 文献标识码：A 文章编号：1673－7180(2009)02 －0130 －5 Application of GA and SVM based hybrid algorithm for the classification of power-quality disturbances SUN Liang ，LIANG Yanchun (College of Computer Science and Technology, Jilin University, Changchun 130012,China) Abstract: For the classification of power quality disturbances, we present a GA and SVM based hybrid algorithm. Firstly, a wavelet transform technique is used for feature extraction. Then a genetic algorithm is proposed for feature selection. The support vector machine technique is used for classification of selected features. Numerical experiments validate the effectiveness of the proposed algorithm. Key words: power quality disturbance ；wavelet transform ；genetic algorithm ；support vector machine 下，提交给电子和电气设备的电压或电流应该具有如下 0 引 言 性质：①正弦波形；②稳定的频率；③稳定的振幅；④ 电能质量扰动(Power Quality Disturbances ，PQD) 稳定的相位角。然而，一些非线性的负载，如计算机、 是指在电压、电流或频率上表现出偏差而导致用户设备 调速马达等，都会给整个电网带来影响，产生电压/ 电 故障或运行异常的任何电力问题[1]。它对电力公司、用 流上升、下降、谐波、振荡等问题。其结果是电力质量 户和用电设备制造商都有直接或间接的影响。理想状况 下降，电能的浪费和电费超支，甚至会造成对其他电器 基金项目：国家自然科学基金项目 ；高等学校博士学科点专项科研基金项目(20070183055) ；国家高技术研究发展计 划项目(2007AA04Z114) ；广东省教