典型文献
基于SVM的电能质量扰动信号分类方法
文献摘要：
针对电能质量扰动信号分类中存在波形相似、准确率低的问题,提出一种双层支持向量机的分类方法.利用可调Q因子小波变换(tunable Q-factor wavelet transform,TQWT)对信号进行5层分解并提取特征,使用经粒子群算法优化后的支持向量机对扰动信号进行第一次分类;对第一次分类中错误样本集中的类别,结合小波去噪算法和TQWT提取特征;使用优化后的支持向量机对扰动信号进行第二次分类,以提高信号的分类准确率.仿真数据实验表明,所提出的分类方法能够有效识别14类扰动,与其他分类方法相比分类准确率更高,抗噪性更强,具有一定的应用价值.
文献关键词：
支持向量机;电能质量;可调Q因子小波变换;特征提取;扰动分类
中图分类号：
作者姓名：
郭云峰;杨晓梅
作者机构：
四川大学电气工程学院 四川 成都610065
文献出处：
引用格式：
[1]郭云峰;杨晓梅-.基于SVM的电能质量扰动信号分类方法)[J].计算机应用与软件,2022(07):95-100,120
A类：
B类：
电能质量扰动信号,信号分类,分类方法,波形相似,小波变换,tunable,wavelet,transform,TQWT,提取特征,粒子群算法,算法优化,样本集,小波去噪,去噪算法,使用优化,分类准确率,仿真数据,抗噪性,扰动分类
AB值：
0.281792
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
