典型文献
基于多核支持向量机的混合扰动波形辨识算法研究
文献摘要：
针对特征提取手段自身局限性导致的扰动典型特征间边缘重叠对混和扰动辨识的影响,提出一种基于多域特征优选的多核支持向量机辨识算法.首先,利用多种特征提取手段获取混和扰动多域典型特征.其次,为考虑高维特征与目标类别的相关性和度量尺度的规范化,利用改进的最大相关最小冗余准则优选用于辨识的关键特征子集,进而利用计及半径信息的多核SVM来辨识混合扰动波形.仿真结果表明,所提辨识算法能够克服混合扰动特征空间模糊对辨识精度的影响,受噪声影响小,稳定性好.
文献关键词：
混合扰动;多域;多核支持向量机;边缘重叠;配电网
中图分类号：
作者姓名：
张明龙;张振宇;罗翔;高源;李宽宏;朱珂
作者机构：
国网福建省电力有限公司电力科学研究院,福建 福州 350007;国网福建省电力有限公司福州供电公司, 福建 福州 350009;山东大学电气工程学院,山东 济南 250061
文献出处：
引用格式：
[1]张明龙;张振宇;罗翔;高源;李宽宏;朱珂-.基于多核支持向量机的混合扰动波形辨识算法研究)[J].电力系统保护与控制,2022(15):43-49
A类：
边缘重叠
B类：
多核支持向量机,混合扰动,算法研究,典型特征,混和,多域特征,特征优选,高维特征,最大相关最小冗余准则,关键特征,特征子集,特征空间,辨识精度,噪声影响,配电网
AB值：
0.244419
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。
