基于S变换和SVM分类器的电能质量分析的研究

基于S变换和SVM分类器的电能质量分析的研究

论文摘要

在电能质量评价中,需要结合大数据分析方法进行电能质量的特征分析和数据挖掘,采用自适应融合方法进行电能质量大数据评价,提高电能评价的信息管理能力,提出一种基于S变换和SVM分类器的电能质量分析方法。采用信息传感器进行电能质量评价数据模糊采集,对采集的电能质量信息数据进行相似性特征提取,采用S变换进行电能质量数据信息流的时频分解,提取反映电能质量的关联信息特征量,对提取的特征量采用SVM分类器进行信息分类融合,在模糊聚类中心中实现电能质量信息大数据挖掘结合优化评价预测。仿真结果表明,采用该方法进行电能质量分析的评价准确性较高,收敛控制性能较好。

论文目录

  • 0 引言
  • 1 电能质量信息采集与特征提取
  •   1.1 电能质量信息采集
  •   1.2 电能质量信息特征提取
  • 2 电能质量分析的SVM分类器设计
  • 3 仿真实验与结果分析
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 史建勋,苏昕,倪相生

    关键词: 变换,支持向量机,电能质量分析,特征提取

    来源: 自动化与仪器仪表 2019年01期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 电力工业

    单位: 国网嘉兴供电公司,国网浙江省电力公司

    分类号: TM711

    DOI: 10.14016/j.cnki.1001-9227.2019.01.018

    页码: 18-21

    总页数: 4

    文件大小: 303K

    下载量: 188

    相关论文文献

    标签:;  ;  ;  ;  

    基于S变换和SVM分类器的电能质量分析的研究
    下载Doc文档

    猜你喜欢