陕西省教育厅科研计划项目(2013JK0997)
- 作品数：2 被引量：2H指数：1
- 相关作者：满蔚仕张志禹郗垒更多>>
- 相关机构：西安理工大学浙江金徕镀膜有限公司更多>>
- 发文基金：陕西省教育厅科研计划项目国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 基于快速S变换的电能质量主成分分析方法
- 针对电能质量分析中S变换计算量大,且支持向量机分类识别需要设定特征参数的特点,本文将一种新的S变换的快速算法(FST)与主成分分析(PCA)相结合应用电能质量分类识别。首先对几种电压扰动从FST域模系数用PCA降维处理提...
- 满蔚仕张志禹郗垒
- 关键词：电能质量实时性
- 文献传递
- 电能质量扰动识别的快速DOST方法和FST方法比较被引量：1
- 2014年
- 快速S变换(FST)是解决实时监测电能质量问题途径之一,离散正交S变换(DOST)也是一种冗余度小的变换且被用于电能监测中。为了比较两种方法在实时电能质量扰动识别中的异同,首先提出一种快速实现DOST的方法,论证其计算复杂度与FST等同;比较常用的七种电能质量干扰信号在不同时窗下的FST系数和DOST系数,发现DOST模系数和采用sinc窗的FST模系数在每一个频段内比值呈线性关系,并且和采用高斯窗的FST模系数频谱结构类似,进而把这两种方法与支持向量机结合对电能质量干扰信号进行分类比较。仿真识别结果显示,快速DOST方法和FST在电能质量识别的精度和速度是一样的,在时间和准确性方面都比基于S变换的方法有一定的优越性。
- 满蔚仕王育刚张志禹申屠江民
- 关键词：电能质量支持向量机
- 基于快速S变换的电能质量主成分分析方法被引量：1
- 2013年
- 针对电能质量分析中S变换计算量大,及支持向量机分类识别需要设定特征参数的问题,文章将一种新的S变换的快速算法(FST)与主成分分析(PCA)相结合,并应用于电能质量分类识别。首先从FST域提取几种电压扰动的模系数;进而利用PCA进行降维处理并提取主要特征成分;然后获得投影矩阵;最后待识别电压信号投影后,根据最近邻分类器进行分类识别。仿真结果表明,电压扰动FST域模系数的特征成分主要在低频段,因此识别结果准确率高、计算时间短,并且算法本身有一定的抗噪声能力,能较好地实时处理电能质量扰动。
- 满蔚仕张志禹郗垒
- 关键词：电能质量主成分分析实时性
