应用主成分分析约简电压暂降扰动源识别特征的方法.pdf

应用主成分分析约简电压暂降扰动源识别特征的方法.pdf

ID:54366950

大小:796.92 KB

页数:7页

时间:2020-04-29

应用主成分分析约简电压暂降扰动源识别特征的方法.pdf_第1页
应用主成分分析约简电压暂降扰动源识别特征的方法.pdf_第2页
应用主成分分析约简电压暂降扰动源识别特征的方法.pdf_第3页
应用主成分分析约简电压暂降扰动源识别特征的方法.pdf_第4页
应用主成分分析约简电压暂降扰动源识别特征的方法.pdf_第5页
资源描述:

《应用主成分分析约简电压暂降扰动源识别特征的方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第43卷第13期电力系统保护与控制Vol.43No.132015年7月1日PowerSystemProtectionandControlJul.1,2015应用主成分分析约简电压暂降扰动源识别特征的方法1112赵莹,赵川,叶华,于峰(1.云南电力调度控制中心,云南昆明650041;2.易能(中国)电力科技有限公司,北京100093)摘要:电压暂降是一种典型的电能质量扰动现象,准确识别引起电压暂降的扰动源类型是电能质量监测与管理的重要内容之一。为解决由于特征指标的相关性和冗余性而导致电压暂降扰动源识别准确率低的问题,提出一种基

2、于主成分分析的电压暂降扰动源识别特征约简方法。通过分析单一电压暂降扰动源和复合电压暂降扰动源,利用小波系数从统计量、波形态、熵、能量等方面构建电压暂降特征指标。根据主成分分析方法对原始特征指标进行标准化处理,计算协方差矩阵并确定综合特征指标个数,最后得到约简后的综合特征指标。这些综合特征指标有效地消除了原始特征指标间的相关性和冗余性。采用常规方法构造分类器进行验证表明,约简后得到综合特征指标,不仅有效降低了输入到分类器中的特征向量个数,而且在不同噪声强度下对单一电压暂降扰动源和复合电压暂降扰动源的识别准确率明显高于利用原始特

3、征指标进行的分类识别。关键词:电能质量;电压暂降;主成分分析;特征约简Methodtoreduceidentificationfeatureofdifferentvoltagesagdisturbancesourcebasedonprincipalcomponentanalysis1112ZHAOYing,ZHAOChuan,YEHua,YUFeng(1.YunnanElectricPowerDispatchingControlCenter,Kunming650041,China;2.YINENG(CHINA)PowerTe

4、chnologyCo.,Ltd.,Beijing100093,China)Abstract:Voltagesagisatypicalpowerqualitydisturbance.Identifyingthetypeofdisturbancesourcecausingvoltagesagaccuratelyisoneoftheimportantmattersinpowerqualitymonitoringandmanagement.Duetothecorrelativityandredundancyofthefeatures

5、,theidentificationmethodforvoltagesagdisturbancesourcehaslowaccuracy.Toresolvetheproblem,thispaperproposesamethodoffeaturereductionofvoltagesagdisturbancebasedonprincipalcomponentanalysis(PCA).Throughtheanalysisofsingledisturbancesourceofvoltagesagandcomplexdisturb

6、ancesourceofvoltagesag,multiplefeatureindicesofvoltagesagareobtainedusingwaveletcoefficientsintermsofstatistics,wavemorphology,entropy,energy,etc.Theseoriginalfeatureindicesarecorrelativeandredundant.BasedonPCA,theoriginalfeatureindicesarenormalized,andthenthecovar

7、iancematrixiscalculated,acoupleofcomprehensivefeatureindicesafterreductioncanbeobtainedlastly.Thecorrelativityandredundancyofthecomprehensivefeatureindicesareeliminatedeffectively.Generalclassifierisusedtoverifythemethod.Thesimulationresultsshowthatcomprehensivefea

8、tureindicesafterreductioncaneffectivelyreducethenumberoffeaturevectorswhichareinputtoSVMandtheidentificationaccuracywhichisobtainedusingcomprehen

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。