基于不完全S变换与梯度提升树的电能质量复合扰动识别

作者：许立武; 李开成^*; 罗奕; 肖贤贵; 张婵; 蔡得龙

来源：电力系统保护与控制, 2019, 47(06): 24-31.

• 电能质量
• 扰动识别
• 梯度提升树
• 不完全S变换
• 特征选择

针对电能质量复合扰动中特征选择困难和分类准确率不高的问题,提出基于不完全S变换和梯度提升树的特征选择和分类器构建方法。首先通过选取特定频率的不完全S变换得到扰动的时频矩阵。再从时频矩阵中提取53种原始特征量,并基于梯度提升树对各个特征的重要性进行度量,选取重要特征。最后根据选取的特征集训练和构建梯度提升树,得到扰动分类器。仿真实验表明,对于包括8种复合扰动在内的共17种扰动类型,该方法的分类准确率高于CART决策树、随机森林(RF)、多层感知机(MLP)等现有方法。不同噪声条件下的分类结果表明,该方法具有良好的抗噪性能和算法鲁棒性,展现出良好的应用前景。

• 单位
  华中科技大学; 电子工程学院; 强电磁工程与新技术国家重点实验室