基于s变换与svm的电能质量复合扰动识别.pdfVIP

20 11 年 10 月 电 工 技 术 学 报 Vol.26 No. 10 第 26 卷第 10 期 TRAN SACTION S OF CHINA ELECTROTECHNICAL SOCIETY Oct . 20 11 基于S 变换与SVM 的电能质量复合扰动识别 1, 2 1 1 黄南天 徐殿国 刘晓胜 （1.哈尔滨工业大学电气工程与自动化学院 哈尔滨 15000 1 2.吉林化工学院信息与控制工程学院 吉林 132022） 摘要 针对电能质量复合扰动识别困难 问题，提出了一种基于S 变换与支持向量机 （SVM） 电能质量复合扰动分类识别方法。首先对电能质量信号进行 S 变换，针对变换结果 在不同频率范围内提取原始信号特征。然后采用统计方法进行特征选择，确定最优 两种特征 构成特征向量，作为 SVM 训 样本。最后将分类器应用于电能质量扰动识别。该模型通过 特征选择，不仅降低了特征计算量，而且节省了分类器 训 、分类时间。仿真实验表明该模 型能够精确识别包括两种复合扰动在内 8 种电能质量扰动信号。 关键词：电能质量扰动 扰动识别 S 变换 支持向量机 特征选择 中图分类号：TM7 14 .3 Identification of Power Quality Complex Disturbances Based on S- Transform and SVM H uang Nantian 1, 2 X u D iang uo1 L iu X iaosheng 1 （1. Harbin Institute of Technology Harbin 15000 1 China 2. Jilin Institute of Chemical Technology Jilin 132022 China ） Abstract This paper presents a new approach based on S-transform and support vector machine （SVM ） for identification of power quality complex disturbances. Firstly, original power quality signals are processed by S-transform and features were extracted from the result of S- transform at different frequency areas. Then, 2 types of most distinguished feature are selected by statistic feature selection . The selected features are used as the input vector of SVM and to train a SVM based classifier for power quality disturbances recognition . Furthermore, the SVM classifier is used to classify the short-time power quality disturbances. The proposed method reduces the computing costs of feature calculation, meanwhile saves