10.3969/j.issn.1000-7229.2017.02.016
基于改进HHT和决策树的电能质量扰动辨识
为了准确辨识电能质量扰动的类型,以实现电能质量问题的有效治理,提出一种基于改进希尔伯特-黄变换(Hilbert-Huang transform, HHT)和决策树的电能质量扰动辨识方法.该方法先采用改进的基于斜率的方法(improved slope based method, ISBM)抑制希尔伯特一黄变换算法的端点效应,然后利用改进的HHT方法进行电能质量扰动信号的分析:从得到的瞬时频率曲线中提取频率成分、扰动持续时间和扰动持续期间频率3个特征量,并从瞬时幅值曲线中获取扰动期间电压幅值;最后构建分类决策树,将这4个特征量作为判断依据,实现扰动信号的分类和识别.根据各类电能质量扰动信号的数学模型,产生大量的测试样本进行仿真测试,结果证明了该方法的有效性和准确性,并且与现有的2种扰动辨识方法进行对比,结果表明该方法具有更高的识别准确率,能准确辨识出电能质量扰动的类型.
希尔伯特-黄变换(HHT)、端点效应、电能质量、决策树、扰动辨识
38
TM712(输配电工程、电力网及电力系统)
国家自然科学基金项目51504253Project supported by the National Natural Science Foundation of China51504253
2017-05-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
114-121