针对传统电能质量扰动分类方法中特征混叠和分类精确度低等问题，提出一种基于DWTPCA-LIBSVM的扰动分类方法。对于常见的9种电能质量扰动信号，利用离散小波变换(DWT)提取不同扰动信号的特征向量，并将其按比例划分成训练集和测试集；采用主成分分析(PCA)方法将训练集和测试集数据降维处理；基于LIBSVM工具箱构建电能质量扰动分类模型进行分类识别。仿真实验结果表明：该方法能有效识别典型的9种电能质量扰动信号(包括两种复合扰动)，验证了该方法对电能质量扰动信号分类的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
