摘要

针对波形异常扰动的识别问题,提出一种基于小波-隐马尔可夫的分类方法,利用小波变换提取波形异常扰动特征。波形异常扰动利用小波变换被分解成多分辨率小波域,其小波系数由HMM构建模型。基于此模型,结合最大似然实现波形异常扰动的分类识别,并在7 200 V配电线上的实际波形异常扰动数据进行分类,并通过后处理对结果进行调整。实验结果表明,该方法在电力工业的507个真实波形异常扰动事件分类的正确率为99%。

  • 单位
    中国南方电网电力调度控制中心; 安徽大学; 电子信息工程学院