HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于支持向量机的动态电能质量扰动分类方法

作者:宋晓芳; 陈劲操动态电能质量支持向量机分类方法多类分类

摘要:将支持向量机SVM(Support Vector Machine)引入到动态电能质量分类问题中。在Matlab中编程建立了谐波、电压暂升、电压跌落、瞬时中断、电压波动、瞬变6种常见动态电能质量扰动数学模型.利用傅里叶变换和小波变换对产生的样本波形进行特征提取,产生训练和测试样本。给出了利用LIBSVM解决电能质量扰动分类问题的步骤。并根据分类结果对影响分类效果的参数进行了分析。对训练好的支持向量分类器进行测试,效果良好,当采用C—SVC,RBF核时调整参数可以得到最优分类效果.最高分类率可达到96.67%。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力自动化设备

《电力自动化设备》(CN:32-1318/TM)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电力自动化设备》国内外公开发行的专业科技期刊,创刊以来一直坚持面向科研、面向制造、面向应用的办刊方向。重视学术水平及编辑出版质量,在读者中的影响越来越大。

杂志详情