10.3969/j.issn.1006-6047.2014.09.014
基于Hoeffding Tree的电能质量在线扰动分类
为满足电能质量扰动事件的在线分类需求,提出了一种基于Hoeffding Tree的电能质量扰动在线分类方法.对电能质量在线扰动分类中的关键技术进行了研究,提出用小波变换和离散傅里叶变换相结合的判别方法检测电能质量扰动,该算法采用自适应滑动数据窗算法,能够根据扰动持续时间提取完整的扰动事件.以小波信号能量以及基波有效值构成特征向量,利用Hoeffding Tree算法构建增量式分类训练模型.仿真结果表明,所提方法的准确度和效率均满足电能质量扰动事件在线检测和分类的要求.
电能质量、扰动、小波变换、自适应滑动数据窗、数据挖掘、Hoeffding Tree、噪声、数据流
34
TM77(输配电工程、电力网及电力系统)
国家高技术研究发展计划863计划资助项目2012-AA050503;上海市科委资助项目11dz1210402;the National High Technology Research and Development Program of China 863 Program2012-AA050503;Shanghai Science & Technology Commission11dz1210402
2014-10-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
84-89