期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于自适应不完全S变换与LOO-KELM算法的复合电能质量扰动识别
被引量：
17
1
作者
伊慧娟
高云鹏
+2 位作者
朱彦卿
黄瑞
黄纯
《电力自动化设备》
EI
CSCD
北大核心
2022年第1期199-205,共7页
针对电能质量复合扰动识别中特征提取效率低、分类器识别能力与学习速度无法同步提高的问题,提出一种基于自适应窗不完全S变换与留一交叉验证优化的核极限学习机(LOO-KELM)算法的复合电能质量扰动识别方法。首先根据选定的主频率点自适...
针对电能质量复合扰动识别中特征提取效率低、分类器识别能力与学习速度无法同步提高的问题,提出一种基于自适应窗不完全S变换与留一交叉验证优化的核极限学习机(LOO-KELM)算法的复合电能质量扰动识别方法。首先根据选定的主频率点自适应调节S变换窗宽系数,提取具有高时频分辨率的59种电能质量(PQ)特征,再通过留一交叉验证寻找最小预测残差平方和,实现核极限学习机的输出权重优化,最后根据提取PQ特征集与优化后的核极限学习机实现复合扰动的识别与分类。仿真和实测结果表明,所提方法对不同噪声下的16类混合电能质量扰动均具有较高的分类精度,相较于现有复合电能质量识别方法,分类精度更高且训练时间更短。
展开更多
关键词
电能质量
复合扰动识别
自适应窗不完全S变换
核极限学习机
留一交叉验证
在线阅读
下载PDF
职称材料
基于S变换和IWOA-SVM的复合电能质量扰动识别
被引量：
17
2
作者
李琦
许素安
+2 位作者
施阁
袁科
王家祥
《智慧电力》
北大核心
2023年第5期30-35,50,共7页
针对目前复合电能质量扰动(PQD)信号特征冗余,分类识别准确率低的问题,提出了一种基于S变换和改进鲸鱼算法支持向量机(IWOA-SVM)的复合电能质量扰动识别方法。首先,利用S变换对7种单一电能质量扰动和生成的13种复合扰动信号进行时频分析...
针对目前复合电能质量扰动(PQD)信号特征冗余,分类识别准确率低的问题,提出了一种基于S变换和改进鲸鱼算法支持向量机(IWOA-SVM)的复合电能质量扰动识别方法。首先,利用S变换对7种单一电能质量扰动和生成的13种复合扰动信号进行时频分析,使复杂扰动信号的特征得以凸显。设计特征提取方法,从实频矩阵中尽可能地获取便于分类的信号特征信息;其次,引入自适应权重因子和随机差分变异策略对WOA进行优化,提升其搜索能力;最后建立IWOA-SVM分类预测模型,优化SVM高斯核函数参数,以获得更好的鲁棒性和泛化能力,对提取的特征样本进行自动分类和识别。实验结果表明,所提方法分类识别准确率高,能有效识别多种复合PQD信号,有助于评估与治理电能质量问题。
展开更多
关键词
电能质量
复合
信号
扰动
识别
S变换
改进鲸鱼算法
支持向量机
在线阅读
下载PDF
职称材料
题名
基于自适应不完全S变换与LOO-KELM算法的复合电能质量扰动识别
被引量：
17
1
作者
伊慧娟
高云鹏
朱彦卿
黄瑞
黄纯
机构
湖南大学电气与信息工程学院
智能电气量测与应用技术湖南省重点实验室
国网湖南省电力有限公司
出处
《电力自动化设备》
EI
CSCD
北大核心
2022年第1期199-205,共7页
基金
国家自然科学基金资助项目(51777061)
长沙市重点研发计划项目(kq1901029)
国家重点实验室开放基金研究项目(BGRIMM-KZSKL-2020-09)。
文摘
针对电能质量复合扰动识别中特征提取效率低、分类器识别能力与学习速度无法同步提高的问题,提出一种基于自适应窗不完全S变换与留一交叉验证优化的核极限学习机(LOO-KELM)算法的复合电能质量扰动识别方法。首先根据选定的主频率点自适应调节S变换窗宽系数,提取具有高时频分辨率的59种电能质量(PQ)特征,再通过留一交叉验证寻找最小预测残差平方和,实现核极限学习机的输出权重优化,最后根据提取PQ特征集与优化后的核极限学习机实现复合扰动的识别与分类。仿真和实测结果表明,所提方法对不同噪声下的16类混合电能质量扰动均具有较高的分类精度,相较于现有复合电能质量识别方法,分类精度更高且训练时间更短。
关键词
电能质量
复合扰动识别
自适应窗不完全S变换
核极限学习机
留一交叉验证
Keywords
power quality
composite disturbance classification
incomplete S transformation of adaptive window
kernel extreme learning machine
leave-one-out cross validation
分类号
TM71 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于S变换和IWOA-SVM的复合电能质量扰动识别
被引量：
17
2
作者
李琦
许素安
施阁
袁科
王家祥
机构
中国计量大学机电工程学院
出处
《智慧电力》
北大核心
2023年第5期30-35,50,共7页
基金
国家自然科学基金资助项目(61971389)。
文摘
针对目前复合电能质量扰动(PQD)信号特征冗余,分类识别准确率低的问题,提出了一种基于S变换和改进鲸鱼算法支持向量机(IWOA-SVM)的复合电能质量扰动识别方法。首先,利用S变换对7种单一电能质量扰动和生成的13种复合扰动信号进行时频分析,使复杂扰动信号的特征得以凸显。设计特征提取方法,从实频矩阵中尽可能地获取便于分类的信号特征信息;其次,引入自适应权重因子和随机差分变异策略对WOA进行优化,提升其搜索能力;最后建立IWOA-SVM分类预测模型,优化SVM高斯核函数参数,以获得更好的鲁棒性和泛化能力,对提取的特征样本进行自动分类和识别。实验结果表明,所提方法分类识别准确率高,能有效识别多种复合PQD信号,有助于评估与治理电能质量问题。
关键词
电能质量
复合
信号
扰动
识别
S变换
改进鲸鱼算法
支持向量机
Keywords
power quality
disturbance identification of composite signals
S-transform
improved whale algorithm
support vector machine
分类号
TM711 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于自适应不完全S变换与LOO-KELM算法的复合电能质量扰动识别
伊慧娟
高云鹏
朱彦卿
黄瑞
黄纯
《电力自动化设备》
EI
CSCD
北大核心
2022
17
在线阅读
下载PDF
职称材料
2
基于S变换和IWOA-SVM的复合电能质量扰动识别
李琦
许素安
施阁
袁科
王家祥
《智慧电力》
北大核心
2023
17
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
