本文關(guān)鍵詞： 電能質(zhì)量 復(fù)合擾動 S變換 分類回歸樹 Gini重要度 -標(biāo)準(zhǔn)誤差規(guī)則　出處：《中國電機(jī)工程學(xué)報(bào)》2017年03期 　論文類型：期刊論文

【摘要】：針對電能質(zhì)量(power quality,PQ)復(fù)合擾動識別中缺少特征選擇與最優(yōu)決策樹自動構(gòu)建方法的不足,提出采用分類回歸樹的PQ特征選擇與最優(yōu)決策樹構(gòu)建方法。首先,通過S變換提取64種PQ特征,構(gòu)成原始特征集;然后,采用嵌入式特征選擇方法,獲取特征Gini重要度及排序,確定最優(yōu)特征子集;最后,應(yīng)用1-標(biāo)準(zhǔn)誤差規(guī)則子樹評估法,進(jìn)行代價復(fù)雜度剪枝,獲得最優(yōu)分類樹。實(shí)驗(yàn)證明,新方法能夠根據(jù)訓(xùn)練集自動構(gòu)建最優(yōu)決策樹,并實(shí)現(xiàn)最優(yōu)特征選擇;最優(yōu)決策樹可準(zhǔn)確識別不同噪聲環(huán)境下,含多種復(fù)合擾動的PQ信號,分類準(zhǔn)確率高于概率神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)方法,具有良好的魯棒性與抗噪性。
[Abstract]:In view of the lack of feature selection and automatic construction of optimal decision tree in power quality / PQs complex disturbance identification, a method of PQ feature selection and optimal decision tree construction based on classifying regression tree is proposed. Through S transform, 64 PQ features are extracted to form the original feature set. Then, the importance and ranking of feature Gini are obtained by the embedded feature selection method, and the optimal feature subset is determined. Finally, the 1-standard error rule subtree evaluation method is applied. The experimental results show that the new method can automatically construct the optimal decision tree according to the training set and realize the optimal feature selection, and the optimal decision tree can accurately identify different noise environments. The classification accuracy of PQ signals with multiple complex disturbances is higher than that of probabilistic neural networks and support vector machines.
【作者單位】： 東北電力大學(xué)電氣工程學(xué)院;哈爾濱工業(yè)大學(xué)電氣工程及自動化學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(51307020) 吉林省科技發(fā)展計(jì)劃項(xiàng)目(20150520114JH)~~
【分類號】：TM711

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭元裕,覃強(qiáng)榮,左仲謀;多片海涂圍墾最優(yōu)決策方法研究[J];水利學(xué)報(bào);1986年08期

2 楊春巍;;用馬爾科夫決策規(guī)劃制定經(jīng)濟(jì)發(fā)展的最優(yōu)決策[J];重慶建筑工程學(xué)院學(xué)報(bào);1988年04期

3 陳平;江蘇海涂圍墾最優(yōu)決策[J];南京航空航天大學(xué)學(xué)報(bào);1994年S2期

4 陳必紅;利用知識分布進(jìn)行最優(yōu)決策[J];深圳大學(xué)學(xué)報(bào);2001年01期

5 程承運(yùn);;對資源作出調(diào)整使總收益增加預(yù)定值的最優(yōu)決策[J];葛洲壩水電工程學(xué)院學(xué)報(bào);1996年01期

6 李臣;高雷阜;李萍;;企業(yè)資源擴(kuò)張的最優(yōu)決策分析[J];科學(xué)技術(shù)與工程;2007年07期

7 武愛虎,王光遠(yuǎn);工程結(jié)構(gòu)設(shè)防水平的最優(yōu)決策[J];哈爾濱建筑工程學(xué)院學(xué)報(bào);1988年02期

8 任明侖,楊善林;最優(yōu)決策的極大值方法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年04期

9 胡昌振,譚惠民,石巖;多傳感器系統(tǒng)最優(yōu)決策融合的熵方法[J];北京理工大學(xué)學(xué)報(bào);1997年01期

10 劉健;王海燕;;顧客退貨條件下的供應(yīng)鏈定價和零售商服務(wù)水平?jīng)Q策(英文)[J];Journal of Southeast University(English Edition);2013年02期

相關(guān)會議論文 前10條

1 王清楊;;綜合科技計(jì)劃的最優(yōu)決策方法[A];發(fā)展戰(zhàn)略與系統(tǒng)工程——第五屆系統(tǒng)工程學(xué)會年會論文集[C];1986年

2 劉偉;周月梅;;一類經(jīng)濟(jì)問題的最優(yōu)決策[A];全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

3 馮翠蓮;;先驗(yàn)及后驗(yàn)概率下最優(yōu)決策的選擇[A];中國現(xiàn)場統(tǒng)計(jì)研究會第12屆學(xué)術(shù)年會論文集[C];2005年

4 言小明;;供不應(yīng)求下確定性需求的最優(yōu)決策[A];第四屆中國不確定系統(tǒng)年會論文集[C];2006年

5 張巨儉;;黑河灌區(qū)灌溉定額的最優(yōu)決策與農(nóng)業(yè)發(fā)展?jié)摿ρ芯縖A];全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

6 孫薇;呂蓬;;目標(biāo)規(guī)劃在原棉混配最優(yōu)決策中的應(yīng)用[A];2002年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2002年

7 周艷聰;魏杰;孫曉晨;孫利民;;考慮新舊產(chǎn)品并存的零售商采購量與替代價格最優(yōu)決策[A];2009中國控制與決策會議論文集（1）[C];2009年

8 孫曉晨;魏燦生;魏杰;孫俊清;;具有隨機(jī)需求和隨機(jī)供應(yīng)的產(chǎn)品組裝系統(tǒng)最優(yōu)決策及協(xié)調(diào)[A];第二十七屆中國控制會議論文集[C];2008年

9 周艷聰;孫俊清;李維偉;;考慮新老產(chǎn)品相互替代的閉環(huán)供應(yīng)鏈系統(tǒng)最優(yōu)決策[A];第二十九屆中國控制會議論文集[C];2010年

10 陳甬軍;胡德寶;;壟斷條件下企業(yè)研發(fā)的最優(yōu)決策研究[A];第五屆（2010）中國管理學(xué)年會——市場營銷分會場論文集[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 劉玉霜;不確定性需求下供應(yīng)鏈的最優(yōu)決策與契約協(xié)調(diào)[D];青島大學(xué);2013年

2 肖條軍;縱向型企業(yè)集團(tuán)的R&D及其經(jīng)濟(jì)增長的信號博弈分析[D];東南大學(xué);2000年

3 歐陽小迅;隨機(jī)條件下宏觀經(jīng)濟(jì)系統(tǒng)的動態(tài)分析[D];華中科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前4條

1 武夢夢;返回補(bǔ)償策略下制造與再制造的最優(yōu)決策[D];天津大學(xué);2014年

2 王葉文;一類馬爾可夫跳變系統(tǒng)優(yōu)化策略[D];中國科學(xué)技術(shù)大學(xué);2016年

3 肖凱;價格、時間和個性化需求對最優(yōu)決策的影響[D];華中科技大學(xué);2008年

4 趙凱;Louis Vuitton在華店鋪選址最優(yōu)決策分析[D];蘭州大學(xué);2013年

，

本文編號：1499888