基于HHT和SVM的暂态电能质量扰动检测及分类的中期报告.docxVIP

基于HHT和SVM的暂态电能质量扰动检测及分类的中期报告 1. 研究背景 电能质量问题已经成为现代电力系统中的重要问题之一，尤其是暂态电能质量扰动的检测和分类。为了提高电能质量的可靠性和稳定性，需要对电力系统中的暂态电能质量扰动进行快速检测和准确分类。 传统的电能质量检测方法主要基于时域和频域分析，但是存在着许多缺点，如无法处理非线性和非平稳等问题。为了解决这些问题，近年来出现了一系列基于自适应信号分析的方法，如经验模态分解（EMD）、小波变换（WT）和奇异谱分析（SSA）等。其中，Hilbert-Huang变换（HHT）是一种全新的自适应信号分析技术，可以将复杂信号分解为本质模态函数（IMF）和一些高频噪声。 支持向量机（SVM）是一种有效的分类技术，它可以在高维空间中构建一个超平面，将不同类别的数据点分开。SVM已经被广泛应用于信号和图像的分类问题。 因此，本文旨在结合HHT和SVM技术，设计一种新的暂态电能质量扰动的检测和分类方法。 2. 研究内容 （1）基于HHT的信号分解和特征提取 使用HHT对电能质量信号进行分解，得到其本质模态函数和频率包络。然后，对得到的IMF进行能量、幅值、频率等特征提取，提取出对暂态电能质量扰动具有区分度的特征参数。 （2）基于SVM的扰动分类 利用SVM对特征参数进行分类，将不同类别的扰动进行区分，提高诊断准确率。在SVM分类器的构建过程中，采