科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对电能质量复合扰动类别多、特征关联性强及识别错误率较高的问题,提出了一种基于混沌集成决策树的电能质量复合扰动识别方法。首先参考IEEE标准,给出了常见的7种单一电能质量扰动和16种电能质量复合扰动的信号模型,并批量生成扰动波形样本。然后针对上述扰动的特性差异,通过S变换时频域分析,设计和提取出9种扰动时频域特征。最后利用集成学习集体能力和混沌搜索优势,构建混沌集成决策树,并有效完成了电能质量复合扰动识别。仿真实验和142组实测数据验证结果表明,该方法对于23种扰动的分类准确率高于基本决策树、复杂决策树及加权最近邻法等方法,具有良好的应用前景。
- 单位
