10.3969/j.issn.1001-1390.2016.20.009
基于广义S变换和DE-ELM的电能质量扰动信号分类
电能质量扰动信号分类对电能质量综合评估、扰动源定位治理具有重要意义。提出了一种基于广义S变换和差分进化优化极限学习机的电能质量扰动信号分类方法。首先,通过改变S变换在不同频段的窗宽因子,来提高特征表现能力;然后,采用极限学习机作为扰动分类器,引入具有全局寻优功能的差分进化算法,优化极限学习机输入权值和隐藏层结点偏置,增强极限学习机的泛化能力,提高分类准确率。最后,仿真对比实验表明,相比于支持向量机和极限学习机,文中新方法准确率高、抗噪性强,更适用于电能质量扰动识别工作。
电能质量扰动、广义S变换、差分进化、极限学习机
53
TM769(输配电工程、电力网及电力系统)
国家自然科学基金资助项目51307020;吉林省科技发展计划项目20150520114JH ;吉林市科技发展计划资助项目201464052
2016-12-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
50-55