基于小波变换和二叉树SVM的电能质量扰动分类

论文发布时间：[2009-12-29] 范文大全编辑：Voive.net

所有作者：冯浩周雒维刘毅

作者单位：重庆大学电气工程学院

论文摘要：电能质量扰动分类的关键在于特征提取和分类器设计，对此，提出了一种基于小波变换和二叉树结构支持向量机来实现电能质量扰动分类的方法。首先通过交流暂态仿真软件产生８种典型扰动信号和２种复合扰动信号作为样本集。然后通过小波变换进行多个特征的提取，包括模极大值个数，信号在特定频带下的能量和小波系数标准差，这样不仅减小了数据量，而且更好地反映了扰动信号的局部特征。最后通过样本集对二叉树结构支持向量机分类器进行训练和测试。测试结果表明，该方法能够有效识别常见的１０种扰动信号，具有分类正确率高，训练时间短的优点。

关键词：电能质量扰动识别小波变换二叉树结构支持向量机

免费下载《基于小波变换和二叉树SVM的电能质量扰动分类》PDF全文（已停止下载）
　　本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！

〖返回电子通信自动控制论文列表〗

下一篇：一种基于梯度图像帧间差分和背景差分的运动目标检测新方法