本文選題：電能質(zhì)量　切入點：擾動分類　出處：《電力系統(tǒng)保護與控制》2014年24期 　論文類型：期刊論文

【摘要】：準確地識別和分類電能質(zhì)量擾動對分析和綜合治理電能質(zhì)量問題具有重要意義。提出了一種基于小波和改進神經(jīng)樹的電能質(zhì)量擾動分類方法。該方法利用小波分解擾動信號到各個頻帶,在基頻頻帶、諧波頻帶和高頻帶上分別計算其能量值和小波系數(shù)熵作為特征值,另計算基波頻帶擾動過程的均方根作為特征的補充,融合能量值、熵和均方根值作為擾動判斷的特征向量,規(guī)范化后輸入到改進神經(jīng)樹分類器進行訓練和分類。改進神經(jīng)樹分類器是由神經(jīng)網(wǎng)絡和決策樹及其分類規(guī)則構(gòu)成。仿真表明,該方法提取特征值的計算量小且融合后的特征向量能夠很好地體現(xiàn)不同擾動信號之間的差異信息,構(gòu)造的改進神經(jīng)樹分類器結(jié)合了神經(jīng)網(wǎng)絡和決策樹在模式分類中各自的優(yōu)點,結(jié)構(gòu)簡單且表現(xiàn)出良好的收斂性、全局最優(yōu)性和泛化性,分類準確率較高,能夠有效地識別七種常見的電能質(zhì)量擾動。
[Abstract]:Accurate identification and classification of power quality disturbances is of great significance for analyzing and synthetically treating power quality problems. A new power quality disturbance classification method based on wavelet and improved neural tree is proposed in this paper. The method uses wavelet division to classify power quality disturbances. Unperturbed signal to each frequency band, In the base frequency band, the harmonic band and the high frequency band respectively calculate the energy value and the wavelet coefficient entropy as the eigenvalues. In addition, the root mean square of the fundamental frequency band perturbation process is calculated as the supplement of the characteristic, and the energy value is fused. Entropy and root-mean-square value are used as characteristic vectors of disturbance judgment, and normalized input to the improved neural tree classifier for training and classification. The improved neural tree classifier is composed of neural network, decision tree and its classification rules. The simulation results show that the improved neural tree classifier is composed of a neural network, a decision tree and its classification rules. In this method, the computation of the extracted eigenvalues is small and the fused feature vectors can well reflect the difference information between different disturbance signals. The improved neural tree classifier combines the advantages of neural network and decision tree in pattern classification, and the improved neural tree classifier combines the advantages of neural network and decision tree in pattern classification. The structure is simple and shows good convergence, global optimality and generalization, high classification accuracy, and can effectively identify seven common power quality disturbances.
【作者單位】： 湖南大學電氣與信息工程學院;江西省電力科學研究院;湖南湖大華龍電氣與信息技術(shù)有限公司;
【基金】：江西省電力公司科技項目(贛電科201350617)
【分類號】：TM711

【參考文獻】

相關(guān)期刊論文 前8條

1 何朝輝;黃純;劉斌;程揚軍;;基于小波系數(shù)KPCA和PNN的電能質(zhì)量擾動分類[J];電力系統(tǒng)及其自動化學報;2010年02期

2 秦英林;田立軍;常學飛;;基于小波變換能量分布和神經(jīng)網(wǎng)絡的電能質(zhì)量擾動分類[J];電力自動化設備;2009年07期

3 王成山,王繼東;基于小波包分解的電能質(zhì)量擾動分類方法[J];電網(wǎng)技術(shù);2004年15期

4 孔英會;車轔轔;苑津莎;安靜;劉云峰;;基于小波分解和數(shù)據(jù)挖掘中決策樹算法的電能質(zhì)量擾動識別方法[J];電網(wǎng)技術(shù);2007年23期

5 陳春玲;許童羽;鄭偉;姜鳳利;郭丹;;多類分類SVM在電能質(zhì)量擾動識別中的應用[J];電力系統(tǒng)保護與控制;2010年13期

6 張明;李開成;胡益勝;;基于多域特征提取和自適應神經(jīng)-模糊推理系統(tǒng)的電能質(zhì)量擾動識別[J];電力系統(tǒng)保護與控制;2010年24期

7 岳明道;;基于S變換和分類樹的電網(wǎng)暫態(tài)電能質(zhì)量擾動分類辨識[J];電力系統(tǒng)保護與控制;2011年09期

8 張全明;劉會金;;最小二乘支持向量機在電能質(zhì)量擾動分類中的應用[J];中國電機工程學報;2008年01期

【共引文獻】

相關(guān)期刊論文 前10條

1 管春;何豐;周冬生;嚴少虎;;電能質(zhì)量復合擾動分類方法研究[J];重慶郵電大學學報(自然科學版);2010年05期

2 唐貴基;張穆勇;呂路勇;;基于分段線性分類器的滾動軸承的故障識別[J];軸承;2007年10期

3 王學偉;張宏財;;基于S變換和最小二乘支持向量機的電能質(zhì)量擾動識別[J];電測與儀表;2009年08期

4 劉偉偉;蔣曉宇;蔡華;袁成幫;;基于Hilbert變換和分類樹的電能質(zhì)量擾動分類辨識[J];電測與儀表;2010年11期

5 黃南天;徐殿國;劉曉勝;;基于S變換與SVM的電能質(zhì)量復合擾動識別[J];電工技術(shù)學報;2011年10期

6 黃南天;徐殿國;劉曉勝;林琳;;基于模式相似性測度的電能質(zhì)量數(shù)據(jù)壓縮方法[J];電工技術(shù)學報;2011年10期

7 張公永;李偉;;基于灰色最小二乘支持向量機的變壓器油溶解氣體預測[J];電力學報;2012年02期

8 陳小勤;何正友;;基于小波熵和小波熵權(quán)的電能質(zhì)量擾動識別[J];電力科學與工程;2006年01期

9 陳紅坤;黃娟;;數(shù)據(jù)挖掘及其在電能質(zhì)量分析中的應用[J];電力系統(tǒng)及其自動化學報;2009年05期

10 徐襲,石敏;一種基于粗糙集與小波變換的電能質(zhì)量分類方法[J];電力自動化設備;2005年11期

相關(guān)會議論文 前4條

1 戴斌;;基于粒子群優(yōu)化支持向量機的過電壓分層識別研究[A];2011年云南電力技術(shù)論壇論文集（入選部分）[C];2011年

2 洪偉;李青山;張克勤;邢廣忠;;纖維材料紅外光譜鑒別法及其進展[A];第十三屆全國紅外加熱暨紅外醫(yī)學發(fā)展研討會論文及論文摘要集[C];2011年

3 高彩亮;黃少先;廖志偉;;基于小波奇異值和支持向量機的HVDC換相失敗故障診斷[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（中冊）[C];2008年

4 滿蔚仕;張志禹;郗壘;;基于快速S變換的電能質(zhì)量主成分分析方法[A];分布式發(fā)電、智能微電網(wǎng)與電能質(zhì)量——第三屆全國電能質(zhì)量學術(shù)會議暨電能質(zhì)量行業(yè)發(fā)展論壇論文集[C];2013年

相關(guān)博士學位論文 前10條

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

2 鄭瑩瑩;基于橈動脈波形分析的動脈硬化評估指標研究[D];中國科學技術(shù)大學;2011年

3 翁國慶;網(wǎng)絡化電能質(zhì)量監(jiān)測系統(tǒng)若干關(guān)鍵技術(shù)的研究[D];浙江工業(yè)大學;2010年

4 管春;電能質(zhì)量綜合檢測與分析系統(tǒng)研究[D];重慶大學;2011年

5 郝振海;組合傳感器儀表關(guān)鍵技術(shù)研究[D];南京航空航天大學;2010年

6 楊漢生;提升小波在電能質(zhì)量分析中的應用研究[D];南京理工大學;2006年

7 儲昭碧;基于自適應陷波濾波器的電力信號時頻分析[D];合肥工業(yè)大學;2009年

8 康偉;電能質(zhì)量檢測方法及應用研究[D];華北電力大學（河北）;2008年

9 孔英會;數(shù)據(jù)流技術(shù)及其在電力信息處理中的應用研究[D];華北電力大學（河北）;2009年

10 陳春玲;電能質(zhì)量擾動分析與監(jiān)測研究[D];沈陽農(nóng)業(yè)大學;2009年

相關(guān)碩士學位論文 前10條

1 喬文俞;現(xiàn)代電能質(zhì)量問題的研究及監(jiān)測系統(tǒng)開發(fā)[D];北京交通大學;2011年

2 王英;電能質(zhì)量檢測IED中的數(shù)據(jù)處理[D];西華大學;2011年

3 孫文勝;暫態(tài)電能質(zhì)量擾動檢測與識別方法研究[D];華北電力大學（北京）;2011年

4 全劍棠;高要地區(qū)電能質(zhì)量檢測及其改進策略[D];華南理工大學;2011年

5 覃思師;基于STFT變換和DAG-LSSVMs的電能質(zhì)量擾動識別方法研究[D];華南理工大學;2011年

6 荊輝;電能質(zhì)量擾動分類算法研究[D];山東大學;2011年

7 郭倩;基于擾動測度與證據(jù)理論的電能質(zhì)量擾動源定位算法研究[D];燕山大學;2011年

8 許珂;陜西省烤煙施肥智能專家系統(tǒng)研究[D];西北農(nóng)林科技大學;2011年

9 李新雄;PQM電能質(zhì)量在線監(jiān)測系統(tǒng)的研發(fā)與應用[D];華南理工大學;2011年

10 陳雙雙;基于光譜和多源波譜成像技術(shù)的植物灰霉病快速識別的方法研究[D];浙江大學;2012年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 呂干云;程浩忠;鄭金菊;汪曉東;;基于S變換和多級SVM的電能質(zhì)量擾動檢測識別[J];電工技術(shù)學報;2006年01期

2 劉昊;唐軼;馮宇;馬星河;;基于時域變換特性分析的電能質(zhì)量擾動分類方法[J];電工技術(shù)學報;2008年11期

3 歐陽森,王建華,宋政湘,陳德桂,耿英三;一種基于dq0變換和專家系統(tǒng)的電能質(zhì)量信號辨識方法[J];電力系統(tǒng)及其自動化學報;2003年05期

4 李云飛;黃彥全;蔣功連;;基于PCA-SVM的電力系統(tǒng)短期負荷預測[J];電力系統(tǒng)及其自動化學報;2007年05期

5 張秀娟,徐永海,肖湘寧;基于dq變換與小波變換的電能質(zhì)量擾動檢測與識別方法[J];電力自動化設備;2005年07期

6 宋曉芳;陳勁操;;基于支持向量機的動態(tài)電能質(zhì)量擾動分類方法[J];電力自動化設備;2006年04期

7 林海雪;現(xiàn)代電能質(zhì)量的基本問題[J];電網(wǎng)技術(shù);2001年10期

8 嚴居斌,劉曉川,楊洪耕,張斌;基于小波變換模極大值原理和能量分布曲線的電力系統(tǒng)短期擾動分析[J];電網(wǎng)技術(shù);2002年04期

9 薛蕙,楊仁剛,羅紅,郭永芳;利用小波變換分析配電網(wǎng)電能質(zhì)量擾動[J];電網(wǎng)技術(shù);2003年07期

10 鄭崗,石梅香,劉丁,姚建,苗竹梅;基于時域、多分辨率分析和規(guī)則基的電能質(zhì)量擾動分類[J];電網(wǎng)技術(shù);2004年03期

相關(guān)碩士學位論文 前1條

1 譚國貞;基于小波變換的電能質(zhì)量分析方法的研究[D];重慶大學;2006年

【相似文獻】

相關(guān)期刊論文 前10條

1 薛蕙,楊仁剛;基于小波包除噪的電能質(zhì)量擾動檢測方法[J];中國電機工程學報;2004年03期

2 束洪春,王晶,陳學允;動態(tài)電能質(zhì)量擾動的多刻度形態(tài)學分析[J];中國電機工程學報;2004年04期

3 呂干云,丁屹峰,程浩忠;一種基于改進鎖相環(huán)系統(tǒng)的電能質(zhì)量擾動檢測方法[J];電力系統(tǒng)及其自動化學報;2004年05期

4 潘洪湘,宗偉,劉連光;基于數(shù)字信號處理器的短時電能質(zhì)量擾動檢測算法[J];電網(wǎng)技術(shù);2004年20期

5 占勇,程浩忠,丁屹峰,呂干云,孫毅斌;基于S變換的電能質(zhì)量擾動支持向量機分類識別[J];中國電機工程學報;2005年04期

6 劉安定,肖先勇,鄧武軍;短時電能質(zhì)量擾動檢測的一種新方法[J];繼電器;2005年08期

7 陳小勤;何正友;;基于小波熵和小波熵權(quán)的電能質(zhì)量擾動識別[J];電力科學與工程;2006年01期

8 王紅燕;邵玉槐;張海;齊鋒光;;基于小波閾值方法的電能質(zhì)量擾動去噪分析[J];太原理工大學學報;2006年02期

9 宋曉芳;陳勁操;;基于支持向量機的動態(tài)電能質(zhì)量擾動分類方法[J];電力自動化設備;2006年04期

10 余健明;張萍;魏磊;許瑾;;短時電能質(zhì)量擾動波形的識別[J];西安理工大學學報;2006年02期

相關(guān)會議論文 前7條

1 曹立中;吳杰;蘇春苑;;基于多方法的電能質(zhì)量擾動研究[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（下冊）[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)量擾動識別研究[A];中南七�。▍^(qū)）電力系統(tǒng)專業(yè)委員會第二十二屆聯(lián)合學術(shù)年會論文集[C];2007年

3 張東中;袁帥;佟為明;;基于復小波和神經(jīng)網(wǎng)絡的電能質(zhì)量擾動識別與分類[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

4 陳春玲;許童羽;袁野;;基于多類分類SVM的電能質(zhì)量擾動識別[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會（CSAE 2009）論文集[C];2009年

5 耿云玲;王群;何怡剛;;典型電能質(zhì)量擾動信號的小波檢測[A];2004全國測控、計量與儀器儀表學術(shù)年會論文集（上冊）[C];2004年

6 方群會;;基于LS_SVM的暫態(tài)電能質(zhì)量擾動分類[A];重慶市電機工程學會2010年學術(shù)會議論文集[C];2010年

7 張宇;李海維;;小波理論和網(wǎng)格分形在電能質(zhì)量擾動檢測中的應用[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（下冊）[C];2008年

相關(guān)博士學位論文 前10條

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

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

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

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

5 秦英林;電能質(zhì)量擾動的自動識別和時刻定位研究[D];山東大學;2010年

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

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

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

9 單任仲;并聯(lián)型復合電能質(zhì)量擾動及補償?shù)目刂品椒ㄅc實現(xiàn)[D];華北電力大學（北京）;2010年

10 劉應梅;電能質(zhì)量擾動檢測和分析的研究[D];中國電力科學研究院;2003年

相關(guān)碩士學位論文 前10條

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

2 何朝輝;基于小波變換和人工神經(jīng)網(wǎng)絡的電能質(zhì)量擾動分類[D];湖南大學;2009年

3 孫維妮;暫態(tài)電能質(zhì)量擾動的識別與監(jiān)測[D];中國石油大學;2009年

4 趙強強;基于S變換和神經(jīng)網(wǎng)絡的電能質(zhì)量擾動檢測分類[D];西安理工大學;2010年

5 張宏財;基于S變換的電能質(zhì)量擾動分析[D];北京化工大學;2010年

6 趙燕;電能質(zhì)量擾動檢測與識別方法研究[D];華北電力大學（北京）;2011年

7 張萍;電能質(zhì)量擾動信號的檢測與識別方法的研究[D];西安理工大學;2006年

8 曾凌云;小波分析在電能質(zhì)量擾動信號分析檢測中的應用[D];湖南大學;2007年

9 張秀娟;電能質(zhì)量擾動檢測與類型識別方法研究[D];華北電力大學（北京）;2004年

10 樂葉青;基于Wigner-Ville分布的電能質(zhì)量擾動的分析[D];浙江大學;2007年

，

本文編號：1648161