CN107123987-CN201710328990-基于在线训练加权SVM的电能质量扰动识别方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107123987 A (43)申请公布日 2017.09.01 (21)申请号 201710328990.5 (22)申请日 2017.05.11 (71)申请人 华东交通大学 地址 330013 江西省南昌市经开区双港东 大街808号华东交通大学 (72)发明人 徐祥征　李津　 (74)专利代理机构 北京彭丽芳知识产权代理有 限公司 11407 代理人 彭丽芳 (51)Int.Cl. H02J 3/00(2006.01) 权利要求书2页 说明书16页 附图5页 (54)发明名称 基于在线训练加权SVM的电能质量扰动识别 方法 (57)摘要 本发明公开了一种基于在线训练加权SVM的 电能质量扰动识别方法，包括如下步骤：针对常 见电能质量扰动信号的不同特点，建立扰动信号 的数学模型；基于数学形态学构造自适应LMS算 法的广义形态滤波器，对电能质量扰动信号进行 去噪处理；通过小波变换提取电能质量扰动信号 不同频段的能量分布；依据分形理论提取电能质 量扰动信号的分形维数，能量分布和分形维数共 同构成扰动信号的量化特导征指标；根据电能质 量扰动发生的时间赋予扰动数据不同的权重，实 现在线训练和检测，对电能质量扰动进行识别分 A 类。 7 8 9 3 2 1 7 0 1 N C CN 107123987 A 权　利　要　求　书 1/2 页 1.基于在线训练加权SVM的电能质量扰动识别方法，其特征在于，包括如下步骤： S1、针对常见电能质量扰动信号的不同特点，建立扰动信号的数学模型； S2、基于数学形态学构造自适应LMS算法的广义形态滤波器，对电能质量扰动信号进行 去噪处理； S3、通过小波变换提取电能质量扰动信号不同频段的能量分布；依据分形理论提取电 能质量扰动信号的分形维数，能量分布和分形维数共同构成扰动信号的量化特导征指标； S4、根据电能质量扰动发生的时间赋予扰动数据不同的权重，实现在线训练和检测，对 电能质量扰动进行识别分类。 2.如权利要求1所述的基于在线训练加权SVM的电能质量扰动识别方法，其特征在于， 所述步骤S1的扰动信号的数学模型包括 ①电压暂降(Voltage sag) 其中，0.1＜a＜0.9为暂降幅度，T＜t -t ＜8T为暂降持续时间，t 为开始发生时刻，t 为 2 1 1 2 结束时刻，T为周期； ②电压暂升(Voltage swell) 其中，1.1a1.8为暂升幅度，Tt -t 8T为暂升持续时间，t 为开始发生时刻，t 为结束 2 1 1 2 时刻； ③电压中断(Interruption) 其中，0a0.1为中断幅度，Tt -t 8T为中断持续时间，t 为开始发生时刻，t 为结束时 2 1 1 2 刻； ④振荡暂态(Oscillatory transients) 其中，0.1＜a＜0.8为振荡最大幅度，5λ15为波动频率相对系数，10p100为振荡衰 减系数，T＜t -t ＜8T为振荡持续时间，