- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于变尺度标杆的短时电能质量分类法.pdf
第33卷第 1期 四川 电力 技 术 Vo1.33。No.1
2010年 2月 SichuaoElectricPowerTechnolo~ Feb.。2010
基于变尺度标杆的短时电能质量分类法
李康瑞,徐方维,杨洪耕
(四川大学电气信息学院,四川 成都 610065)
摘 要:短时电能质量扰动特征取决于其频率特征和持续时间,s变换被认为是最适合于分析短时扰动的方法之一。
提 出了基于S变换的不同类型扰动标杆相似度识别不同持续时间扰动的方法。基于双线性插值的尺度变换建立同类
扰动不同持续时间的标杆,该扰动标杆涵盖 了同类扰动的不同特征;对被测扰动信号进行 S变换,经过尺度变换后统
一 为与标杆维数相同的矩阵,依据相似度最大原则对扰动类型进行识别。该方法无需额外的分类器,过程简单有效。
仿真证明,该方法对噪声不敏感,能较好地解决不同持续时间的电能质量扰动信号的识别问题。
关键词:短时扰动;变尺度 ;标杆;S变换 ;最大相似度
Abstract:Thefeaturesofshortdurationpowerqualitydisturbancedependonitsfrequencycharacterandduration.SOS—
transform isregardedasoneofthemostsuitablemethodstoanalyzeshortdurationdisturbance.A classificationmethodfordif-
ferentdurationpowerqualitydisturbancebasedonsimilarityofscale—-transform moduletime——~equeneymatrixesbyS——
transform isproposed.Atfirst,thebenchmarkmoduletime一~equencymatrixesofdifferentdurationdisturbancebasedonbi—
linear—interplotscale—transform areconstructed,whichincludestheirfeaturevectors.Then,thesimilarityofdisturbance
signalSmoduletime一~equeneymatrixeswithscale—transfomr tothebenchmarkmoduletime一~equeneymatrixesisealcu—
latedandaccordingtotheprincipleofmaximum similarity,thedisturbancesareclassified.Theproposedmethodisstraightfor—
wardanditneedsnoanyclassifier.Simulationresultsshowthatthisrecognitionsystem isimmunetonoisesandtheelassifica—
tionaccuracyishigh.
Keywords:shortdurationdisturbance;scale—transform;benchmark;S—transfomr ;maximum similarity
中图分类号:TM712 文献标志码:A 文章编号:1003—6954(2010)O1—0056—05
随着经济和科技的发展,基于微电子、电力电子 法包括神经网络、决策树、支持向量机、模糊聚类
的设备在电力负荷中所 占比例越来越大,这些负荷对 等 ,均基于附加分类器。s变换综合了小波和傅
电能质量扰动尤其是短时扰动非常敏感,电力系统供 里叶变换的优点,适于提取非平稳信号特征,得到了
电质量与用户设备的电压耐受能力之间的矛盾越来 广泛应用 ’”” 。无论如何提取特征,现有方法均
文档评论(0)