發(fā)布時間：2018-01-30 13:50

  本文關(guān)鍵詞： 電能質(zhì)量擾動 特征量提取 S變換 支持向量機(jī)　出處：《華中科技大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：電能是現(xiàn)代社會使用最為廣泛的一種能源。隨著科學(xué)技術(shù)的進(jìn)步，電力電子，計(jì)算機(jī)，信息處理等高新技術(shù)產(chǎn)業(yè)的發(fā)展和普及，對電能質(zhì)量也提出了更高的要求。電能質(zhì)量擾動所帶來的各種問題引起了供電部門和用戶的關(guān)注。為了降低電能質(zhì)量擾動所帶來的損失，改善電能質(zhì)量現(xiàn)狀，首先需要對電能質(zhì)量擾動進(jìn)行辨識。 本文針對電能質(zhì)量擾動問題，主要在電能質(zhì)量擾動和分類方面做出了相關(guān)工作，取得了如下成果： （1）本文采用改進(jìn)S變換和多級支持向量機(jī)相結(jié)合的電能質(zhì)量辨識方法，實(shí)現(xiàn)了6類單一型事件以及2類復(fù)合型電能質(zhì)量事件的識別，并取得了不錯的分類效果。 （2）采用多個2分類的支持向量機(jī)分類器構(gòu)成的電能質(zhì)量識別系統(tǒng)，易于向系統(tǒng)中添加新的電能質(zhì)量擾動類型，省去了復(fù)雜的人工智能方法的訓(xùn)練過程以及由訓(xùn)練樣本不足而引起的分類誤差。 （3）基于S變換的特征提取方法抗噪聲能力強(qiáng)，識別率高。S變換還可以采用傅立葉變換實(shí)現(xiàn)快速運(yùn)算，，很大程度上減小特征提取的時間，在電能質(zhì)量的實(shí)時監(jiān)測和辨識中具有很大的應(yīng)用空間。 （4）提出了復(fù)合特征量的概念，將具有相似辨識功能的特征量合成為一個特征量，防止一個特征量對功能辨識的缺陷。
[Abstract]:Electric energy is the most widely used energy in modern society. With the progress of science and technology, power electronics, computer, information processing and other high-tech industries are developing and popularizing. In order to reduce the loss caused by power quality disturbance and improve the current situation of power quality, various problems caused by power quality disturbances have attracted the attention of power supply departments and users. First of all, it is necessary to identify the disturbance of power quality. In this paper, the power quality disturbance problem, mainly in the power quality disturbance and classification work has been done, and achieved the following results: In this paper, six types of single events and two types of complex power quality events are identified by using improved S transform and multilevel support vector machine. And achieved a good classification effect. The power quality recognition system based on multiple support vector machine classifiers is easy to add a new type of power quality disturbance to the system. The training process of complex artificial intelligence method and the classification error caused by insufficient training samples are eliminated. 3) the feature extraction method based on S transform has strong anti-noise ability, and the high recognition rate. S transform can also use Fourier transform to realize fast operation, which greatly reduces the time of feature extraction. It has great application space in real-time monitoring and identification of power quality. In this paper, the concept of compound feature quantity is put forward, which combines the characteristic quantity with similar identification function into a characteristic quantity to prevent the defect of function identification of a characteristic quantity.
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TM711

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉守亮,肖先勇;基于S變換的短時電能質(zhì)量擾動檢測與分類[J];四川電力技術(shù);2005年S1期

2 羅滇生;何洪英;姚建剛;;短時電能質(zhì)量擾動分類方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年17期

3 唐軼;劉昊;方永麗;;基于時域特征分析的電能質(zhì)量擾動分類[J];電力系統(tǒng)自動化;2008年17期

4 黃南天;徐殿國;劉曉勝;;基于改進(jìn)多層前饋神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動分類[J];電子測量與儀器學(xué)報(bào);2009年10期

5 賴曉君;孫洪成;;一種新的電能質(zhì)量擾動分類識別算法[J];電氣開關(guān);2011年02期

6 陳祥訓(xùn);采用小波技術(shù)的幾種電能質(zhì)量擾動的測量與分類方法[J];中國電機(jī)工程學(xué)報(bào);2002年10期

7 薛蕙,楊仁剛;基于小波包除噪的電能質(zhì)量擾動檢測方法[J];中國電機(jī)工程學(xué)報(bào);2004年03期

8 束洪春,王晶,陳學(xué)允;動態(tài)電能質(zhì)量擾動的多刻度形態(tài)學(xué)分析[J];中國電機(jī)工程學(xué)報(bào);2004年04期

9 呂干云,丁屹峰,程浩忠;一種基于改進(jìn)鎖相環(huán)系統(tǒng)的電能質(zhì)量擾動檢測方法[J];電力系統(tǒng)及其自動化學(xué)報(bào);2004年05期

10 潘洪湘,宗偉,劉連光;基于數(shù)字信號處理器的短時電能質(zhì)量擾動檢測算法[J];電網(wǎng)技術(shù);2004年20期

相關(guān)會議論文 前7條

1 曹立中;吳杰;蘇春苑;;基于多方法的電能質(zhì)量擾動研究[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（下冊）[C];2008年

2 劉林;林濤;;基于連續(xù)小波變換和專家系統(tǒng)的電能質(zhì)量擾動識別研究[A];中南七省（區(qū)）電力系統(tǒng)專業(yè)委員會第二十二屆聯(lián)合學(xué)術(shù)年會論文集[C];2007年

3 張東中;袁帥;佟為明;;基于復(fù)小波和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動識別與分類[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

4 陳春玲;許童羽;袁野;;基于多類分類SVM的電能質(zhì)量擾動識別[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

5 耿云玲;王群;何怡剛;;典型電能質(zhì)量擾動信號的小波檢測[A];2004全國測控、計(jì)量與儀器儀表學(xué)術(shù)年會論文集（上冊）[C];2004年

6 方群會;;基于LS_SVM的暫態(tài)電能質(zhì)量擾動分類[A];重慶市電機(jī)工程學(xué)會2010年學(xué)術(shù)會議論文集[C];2010年

7 張宇;李海維;;小波理論和網(wǎng)格分形在電能質(zhì)量擾動檢測中的應(yīng)用[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（下冊）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 宋雪雷;基于小波變換和支持向量機(jī)的電能質(zhì)量擾動分析方法[D];哈爾濱工業(yè)大學(xué);2007年

2 陳春玲;電能質(zhì)量擾動分析與監(jiān)測研究[D];沈陽農(nóng)業(yè)大學(xué);2009年

3 舒泓;電能質(zhì)量擾動檢測和分類問題的研究[D];北京交通大學(xué);2009年

4 胡為兵;電能質(zhì)量擾動的自動識別和定位相關(guān)理論研究[D];華中科技大學(xué);2008年

5 秦英林;電能質(zhì)量擾動的自動識別和時刻定位研究[D];山東大學(xué);2010年

6 易吉良;基于S變換的電能質(zhì)量擾動分析[D];湖南大學(xué);2010年

7 張明;電能質(zhì)量擾動相關(guān)問題研究[D];華中科技大學(xué);2010年

8 黃文清;電能質(zhì)量擾動在線監(jiān)測方法研究[D];湖南大學(xué);2007年

9 單任仲;并聯(lián)型復(fù)合電能質(zhì)量擾動及補(bǔ)償?shù)目刂品椒ㄅc實(shí)現(xiàn)[D];華北電力大學(xué)（北京）;2010年

10 劉應(yīng)梅;電能質(zhì)量擾動檢測和分析的研究[D];中國電力科學(xué)研究院;2003年

相關(guān)碩士學(xué)位論文 前10條

1 潘冬寅;電能質(zhì)量擾動信號降維及分類研究[D];南京林業(yè)大學(xué);2012年

2 郝婉茹;基于原子分解快速算法的電能質(zhì)量擾動檢測與分類研究[D];燕山大學(xué);2015年

3 鄧為權(quán);基于EEMD和SVM的電能質(zhì)量擾動檢測與分析研究[D];昆明理工大學(xué);2015年

4 胡巧琳;風(fēng)電并網(wǎng)的電能質(zhì)量擾動檢測方法研究[D];西南交通大學(xué);2015年

5 朱玲;混合電能質(zhì)量擾動的檢測與分類[D];西南交通大學(xué);2015年

6 薛文婷;暫態(tài)電能質(zhì)量擾動檢測分析與評估的研究[D];華北電力大學(xué);2015年

7 韓剛;電能質(zhì)量擾動檢測與分類識別方法研究[D];中國礦業(yè)大學(xué);2015年

8 章俊;電能質(zhì)量擾動信號的檢測與識別[D];南昌大學(xué);2015年

9 張語R

本文編號：1476390