基于s变换时频矩阵奇异值特征向量的电能质量扰动分类

《基于s变换时频矩阵奇异值特征向量的电能质量扰动分类》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于S变换时频矩阵奇异值特征向量的电能质量扰动分类1122刘守亮，彭勇，肖先勇，陈丹（1.北京电力公司，北京前门西大街41号，1000312.四川大学电气信息学院，成都，610065）ClassificationofPowerQualityDisturbancesBasedonSingularValueFeatureVectorsofS-TransformTime-FrequencyMatrixes1122LiuShouliang,PengYong,XiaoXianyong,ChenDan（1.BeijingElectricPowerCorporation,No.41

2、WestAvenueQianmen,Beijing,1000312.SchoolofElectricEngineering&Information,SichuanUniversity,Chengdu,61006）ABSTRACT:Anewclassificationmethodfor原理简明。仿真验证显示，在不同噪声水平下均具有较好的powerqualitydisturbance(PQD)basedonsingular分类正确率，是一种有效的电能质量扰动分类方法。value(SV)featurevectorsofS-transform(ST)关键词：电能质量；S变换；

3、奇异值；扰动分类；欧氏距离time-frequencymatrixes(TFM)hasbeenproposed.TheSThasexcellenttime-frequencyresolution1引言characteristicsandmakesitsimpletoobserveand现代电力系统中，基于微电子、电力电子的敏感analysisthePQDsignals.Thesingularvalue负荷以及非线性的干扰负荷的广泛使用，凸现了电能decomposition(SVD)isaneffectivealgebrafeature[1]质量问题（PowerQual

4、ity，PQ）的重要性。其中，extractionmethod,andSVscanreflecttheinherentcharacteristicsofTFMaccurately.Firstly,byadopting电能质量扰动（PowerQualityDisturbance,PQD）是thefirsttwoSVsandthefirstcolumnofVmatrix,the电能质量问题的重要方面。而如何正确有效地识别各standardfeaturevectorsofvariousdisturabncesare种扰动，对于研究其对各种敏感设备的影响，确定扰constru

5、cted.Then,theEucliddistanceoffeature动产生原因进而采取适当措施进行治理，具有重要的vectorsbetweenstandardandanalyzeddisturbance意义。signalsiscomputed,andintermsofaminimumdistancethePQDsignalsareclassified.Simulation小波变换（WaveletTransform,WT）因具有良好resultsshowthatwithdifferentnoiseSNRthe的时频域局部化特性，适合于分析暂态、突变信号而propos

6、edmethodcanachieveasatisfiedaccuracyfor[2~5]在电能质量领域，特别是PQD检测和分类辨识中PQDidentification.得到了广泛应用。但小波变换易受噪声影响，用其进KEYWORD:Powerquality；S-transform(ST)；行特征提取和分类，过程不够简便，结果缺乏直观性。Singularvalue(SV)；Disturbanceclassification；S变换[6]是小波变换的一种扩展，具有和小波变换类Eucliddistance似的时频分辨特性；同时，S变换将一维时间信号转摘要：提出了一种基于S变换

7、时频矩阵奇异值特征向量的电换为二维时频矩阵，可直接提供信号的幅值、相位等能质量扰动分类方法。首先，利用矩阵奇异值分解进行信号信息，极大地方便了对信号多种特性的考察和分析，特征提取并构成特征向量；然后，通过欧氏距离量化扰动特因而在特征提取和分类分析中具有显著优势。矩阵奇征向量之间的差异，按距离最小的规则进行分类。所提方法异值分解是数字图像识别中广泛采用的特征提取方2007中国电机工程学会年会论文集·广东东莞法。矩阵奇异值具有良好的稳定性，同时反映了矩阵细的论述，从中可知奇异值特征是矩阵的一种很好[7]的一种内在属性，是一种有效的代数特征抽取。的代数特征