基于小波分解和数据挖掘中决策树算法的电能质量扰动识别方法
针对短时电能质量变化和暂态扰动现象的不同特点,提出了一种基于小波分解和数据挖掘中决策树算法的电能质量扰动(power quality disturbance,PQD)识别方法.建立了正弦信号和6种常见PQD信号的数学模型,通过小波分解得到了上述信号的特征量,结合决策树方法实现了对PQD的自动分类,并通过合理选择小波类型、分类算法和去噪方法提高了PQD的分类精度.实验结果验证了该识别方法的准确性和高效性.
电能质量扰动、小波变换、数据挖掘、决策树、特征提取、去噪
31
TM711(输配电工程、电力网及电力系统)
2008-03-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
78-82