本文關(guān)鍵詞：基于GA和ELM的電能質(zhì)量擾動(dòng)識(shí)別特征選擇方法　出處：《電測(cè)與儀表》2016年23期 　論文類型：期刊論文

  更多相關(guān)文章： 電能質(zhì)量 暫態(tài)擾動(dòng) S變換 遺傳算法 極限學(xué)習(xí)機(jī)

【摘要】：電力系統(tǒng)中海量暫態(tài)擾動(dòng)的分析與治理需要以高效準(zhǔn)確的擾動(dòng)分類為基礎(chǔ)。現(xiàn)有擾動(dòng)識(shí)別方法缺少合理的特征選擇環(huán)節(jié),分類器過于復(fù)雜,不能滿足高效分類的需要。提出一種新的電能質(zhì)量擾動(dòng)特征選擇方法。首先,對(duì)原始信號(hào)使用S變換進(jìn)行預(yù)處理,提取具有代表性的25種擾動(dòng)信號(hào)特征構(gòu)建原始特征集合;然后,根據(jù)極限學(xué)習(xí)機(jī)識(shí)別準(zhǔn)確率構(gòu)造用于擾動(dòng)特征選擇的遺傳算法適應(yīng)度函數(shù);最后,用遺傳算法來進(jìn)行迭代運(yùn)算,確定最優(yōu)特征集合。實(shí)驗(yàn)證明,新方法能夠有效去除冗余特征,在保證分類準(zhǔn)確率前提下,有效降低分類器復(fù)雜度,提高分類效率。
[Abstract]:Analysis and treatment of massive transient disturbance in power system need to efficiently and accurately based on the disturbance classification. The existing disturbance identification method lacks the reasonable link feature selection, classifier is too complex, can not meet the needs of efficient classification. Put forward a new kind of power quality disturbance feature selection method. Firstly, the original signal using S transform pretreatment, extraction of 25 kinds of disturbance signal characteristics of the construction of original feature set representative; then, the fitness function of genetic algorithm based on extreme learning machine recognition accuracy for structural disturbance feature selection; finally, using genetic algorithm for iterative algorithm to determine the optimal feature set. The experimental results show that the new method can effectively remove redundant the characteristics, in ensuring the classification accuracy under the premise, effectively reduce the classifier complexity, improve the efficiency of classification.

【作者單位】： 東北電力大學(xué)電氣工程學(xué)院;山東電力公司德州供電公司;河北電力公司滄州供電公司;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51307020) 吉林省科技發(fā)展計(jì)劃項(xiàng)目(20150520114JH) 吉林市科技發(fā)展計(jì)劃資助項(xiàng)目(201464052)
【分類號(hào)】：TM711
【正文快照】： 0引言近年來隨著電力電子設(shè)備的普及應(yīng)用,電能質(zhì)量問題日益嚴(yán)重[1]。電能質(zhì)量分析的基礎(chǔ)和前提是對(duì)電能質(zhì)量暫態(tài)擾動(dòng)信號(hào)進(jìn)行分類[2-4]�，F(xiàn)有研究通過不同的信號(hào)處理方法,從擾動(dòng)信號(hào)中提取大量特征用于擾動(dòng)識(shí)別。雖然獲得了較好的分類效果,但較少考慮特征的冗余問題,而過多的

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 黃南天;張衛(wèi)輝;蔡國(guó)偉;徐殿國(guó);李巖;;采用改進(jìn)多分辨率快速S變換的電能質(zhì)量擾動(dòng)識(shí)別[J];電網(wǎng)技術(shù);2015年05期

2 張紅;雷志國(guó);金月;譚萬禹;;基于SVM的電能質(zhì)量擾動(dòng)分類[J];電測(cè)與儀表;2014年23期

3 苑津莎;張利偉;王瑜;尚海昆;;基于極限學(xué)習(xí)機(jī)的變壓器故障診斷方法研究[J];電測(cè)與儀表;2013年12期

4 徐方維;楊洪耕;葉茂清;劉亞梅;惠錦;;基于改進(jìn)S變換的電能質(zhì)量擾動(dòng)分類[J];中國(guó)電機(jī)工程學(xué)報(bào);2012年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何巨龍;王根平;劉丹;唐友明;;配電系統(tǒng)諧波擾動(dòng)的定位與識(shí)別研究[J];電氣技術(shù);2016年12期

2 于志勇;張衛(wèi)輝;王新庫;黃南天;黃喜旺;;基于GA和ELM的電能質(zhì)量擾動(dòng)識(shí)別特征選擇方法[J];電測(cè)與儀表;2016年23期

3 田衛(wèi)華;龐新富;孟祥斌;于宏濤;孫秋野;;基于離散小波變換和小波神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動(dòng)檢測(cè)與分類方法[J];電氣應(yīng)用;2016年23期

4 張衛(wèi)輝;黃南天;楊金成;楊永建;王新庫;;基于廣義S變換和DE-ELM的電能質(zhì)量擾動(dòng)信號(hào)分類[J];電測(cè)與儀表;2016年20期

5 黃建明;瞿合祚;李曉明;;基于短時(shí)傅里葉變換及其譜峭度的電能質(zhì)量混合擾動(dòng)分類[J];電網(wǎng)技術(shù);2016年10期

6 馬燕琪;馬建;;基于PSO-SVM的電能質(zhì)量復(fù)合擾動(dòng)分類識(shí)別方法[J];江西電力;2016年08期

7 黃飛騰;南余榮;翁國(guó)慶;張有兵;王強(qiáng);;計(jì)及監(jiān)測(cè)可信度的擾動(dòng)源定位粒子群算法[J];電工技術(shù)學(xué)報(bào);2016年16期

8 公茂法;柳巖妮;王來河;宋保業(yè);鐘文強(qiáng);;基于混沌優(yōu)化粒子群BP神經(jīng)網(wǎng)絡(luò)的電力變壓器故障診斷[J];電測(cè)與儀表;2016年15期

9 覃星福;龔仁喜;;基于廣義S變換與PSO-PNN的電能質(zhì)量擾動(dòng)識(shí)別[J];電力系統(tǒng)保護(hù)與控制;2016年15期

10 黃南天;盧國(guó)波;王玉強(qiáng);趙振峰;李旭;張衛(wèi)輝;;基于粒子群與極限學(xué)習(xí)機(jī)的電能質(zhì)量信號(hào)特征選擇與識(shí)別[J];電工電能新技術(shù);2016年07期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張巧革;劉志剛;朱玲;張楊;;基于多標(biāo)簽Rank-WSVM的復(fù)合電能質(zhì)量擾動(dòng)分類[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年28期

2 張志禹;滿蔚仕;郗壘;黃璐瑤;;快速S變換在電能質(zhì)量分析中的應(yīng)用[J];電網(wǎng)技術(shù);2013年05期

3 陳華豐;張葛祥;;基于決策樹和支持向量機(jī)的電能質(zhì)量擾動(dòng)識(shí)別[J];電網(wǎng)技術(shù);2013年05期

4 尹立敏;張東建;陶玉忠;;基于數(shù)學(xué)形態(tài)學(xué)的電暈日盲紫外圖象處理方法研究[J];東北電力大學(xué)學(xué)報(bào);2013年Z1期

5 尹金良;朱永利;俞國(guó)勤;邵宇鷹;關(guān)宏;;基于高斯過程分類器的變壓器故障診斷[J];電工技術(shù)學(xué)報(bào);2013年01期

6 張楊;劉志剛;;一種基于時(shí)頻域多特征量的電能質(zhì)量混合擾動(dòng)分類新方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2012年34期

7 王曦;畢貴紅;祖哲;;基于遞歸特性分析和BP神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動(dòng)識(shí)別與定位(英文)[J];電網(wǎng)技術(shù);2012年08期

8 尹金良;朱永利;;支持向量機(jī)參數(shù)優(yōu)化及其在變壓器故障診斷中的應(yīng)用[J];電測(cè)與儀表;2012年05期

9 姚建剛;郭知非;陳錦攀;;基于小波和BP神經(jīng)網(wǎng)絡(luò)的電能擾動(dòng)分類新方法[J];電網(wǎng)技術(shù);2012年05期

10 徐方維;楊洪耕;葉茂清;劉亞梅;惠錦;;基于改進(jìn)S變換的電能質(zhì)量擾動(dòng)分類[J];中國(guó)電機(jī)工程學(xué)報(bào);2012年04期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉守亮,肖先勇;基于S變換的短時(shí)電能質(zhì)量擾動(dòng)檢測(cè)與分類[J];四川電力技術(shù);2005年S1期

2 羅滇生;何洪英;姚建剛;;短時(shí)電能質(zhì)量擾動(dòng)分類方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年17期

3 唐軼;劉昊;方永麗;;基于時(shí)域特征分析的電能質(zhì)量擾動(dòng)分類[J];電力系統(tǒng)自動(dòng)化;2008年17期

4 黃南天;徐殿國(guó);劉曉勝;;基于改進(jìn)多層前饋神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動(dòng)分類[J];電子測(cè)量與儀器學(xué)報(bào);2009年10期

5 賴曉君;孫洪成;;一種新的電能質(zhì)量擾動(dòng)分類識(shí)別算法[J];電氣開關(guān);2011年02期

6 陳祥訓(xùn);采用小波技術(shù)的幾種電能質(zhì)量擾動(dòng)的測(cè)量與分類方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2002年10期

7 薛蕙,楊仁剛;基于小波包除噪的電能質(zhì)量擾動(dòng)檢測(cè)方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2004年03期

8 束洪春,王晶,陳學(xué)允;動(dòng)態(tài)電能質(zhì)量擾動(dòng)的多刻度形態(tài)學(xué)分析[J];中國(guó)電機(jī)工程學(xué)報(bào);2004年04期

9 呂干云,丁屹峰,程浩忠;一種基于改進(jìn)鎖相環(huán)系統(tǒng)的電能質(zhì)量擾動(dòng)檢測(cè)方法[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2004年05期

10 潘洪湘,宗偉,劉連光;基于數(shù)字信號(hào)處理器的短時(shí)電能質(zhì)量擾動(dòng)檢測(cè)算法[J];電網(wǎng)技術(shù);2004年20期

相關(guān)會(huì)議論文 前7條

1 曹立中;吳杰;蘇春苑;;基于多方法的電能質(zhì)量擾動(dòng)研究[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

2 劉林;林濤;;基于連續(xù)小波變換和專家系統(tǒng)的電能質(zhì)量擾動(dòng)識(shí)別研究[A];中南七�。▍^(qū)）電力系統(tǒng)專業(yè)委員會(huì)第二十二屆聯(lián)合學(xué)術(shù)年會(huì)論文集[C];2007年

3 張東中;袁帥;佟為明;;基于復(fù)小波和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動(dòng)識(shí)別與分類[A];2009中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2009年

4 陳春玲;許童羽;袁野;;基于多類分類SVM的電能質(zhì)量擾動(dòng)識(shí)別[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

5 耿云玲;王群;何怡剛;;典型電能質(zhì)量擾動(dòng)信號(hào)的小波檢測(cè)[A];2004全國(guó)測(cè)控、計(jì)量與儀器儀表學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2004年

6 方群會(huì);;基于LS_SVM的暫態(tài)電能質(zhì)量擾動(dòng)分類[A];重慶市電機(jī)工程學(xué)會(huì)2010年學(xué)術(shù)會(huì)議論文集[C];2010年

7 張宇;李海維;;小波理論和網(wǎng)格分形在電能質(zhì)量擾動(dòng)檢測(cè)中的應(yīng)用[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 宋雪雷;基于小波變換和支持向量機(jī)的電能質(zhì)量擾動(dòng)分析方法[D];哈爾濱工業(yè)大學(xué);2007年

2 陳春玲;電能質(zhì)量擾動(dòng)分析與監(jiān)測(cè)研究[D];沈陽農(nóng)業(yè)大學(xué);2009年

3 舒泓;電能質(zhì)量擾動(dòng)檢測(cè)和分類問題的研究[D];北京交通大學(xué);2009年

4 胡為兵;電能質(zhì)量擾動(dòng)的自動(dòng)識(shí)別和定位相關(guān)理論研究[D];華中科技大學(xué);2008年

5 秦英林;電能質(zhì)量擾動(dòng)的自動(dòng)識(shí)別和時(shí)刻定位研究[D];山東大學(xué);2010年

6 易吉良;基于S變換的電能質(zhì)量擾動(dòng)分析[D];湖南大學(xué);2010年

7 張明;電能質(zhì)量擾動(dòng)相關(guān)問題研究[D];華中科技大學(xué);2010年

8 黃文清;電能質(zhì)量擾動(dòng)在線監(jiān)測(cè)方法研究[D];湖南大學(xué);2007年

9 單任仲;并聯(lián)型復(fù)合電能質(zhì)量擾動(dòng)及補(bǔ)償?shù)目刂品椒ㄅc實(shí)現(xiàn)[D];華北電力大學(xué)（北京）;2010年

10 劉應(yīng)梅;電能質(zhì)量擾動(dòng)檢測(cè)和分析的研究[D];中國(guó)電力科學(xué)研究院;2003年

相關(guān)碩士學(xué)位論文 前10條

1 潘冬寅;電能質(zhì)量擾動(dòng)信號(hào)降維及分類研究[D];南京林業(yè)大學(xué);2012年

2 郝婉茹;基于原子分解快速算法的電能質(zhì)量擾動(dòng)檢測(cè)與分類研究[D];燕山大學(xué);2015年

3 鄧為權(quán);基于EEMD和SVM的電能質(zhì)量擾動(dòng)檢測(cè)與分析研究[D];昆明理工大學(xué);2015年

4 胡巧琳;風(fēng)電并網(wǎng)的電能質(zhì)量擾動(dòng)檢測(cè)方法研究[D];西南交通大學(xué);2015年

5 朱玲;混合電能質(zhì)量擾動(dòng)的檢測(cè)與分類[D];西南交通大學(xué);2015年

6 薛文婷;暫態(tài)電能質(zhì)量擾動(dòng)檢測(cè)分析與評(píng)估的研究[D];華北電力大學(xué);2015年

7 韓剛;電能質(zhì)量擾動(dòng)檢測(cè)與分類識(shí)別方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

8 章俊;電能質(zhì)量擾動(dòng)信號(hào)的檢測(cè)與識(shí)別[D];南昌大學(xué);2015年

9 張語R，

本文編號(hào)：1357077