-
公开(公告)号：CN109948516B
公开(公告)日：2022-12-02
申请号：CN201910201294.7
申请日：2019-03-18
Applicant: 湖南大学
Abstract: 本发明公开了一种基于能量最大化与核SVM的复合电能质量扰动识别方法，本发明摆脱了人工设计特征的复杂性，将电能质量分类简化为两个步骤，具体步骤为：1)采用基于能量最大化的S变换方法对复合电能质量扰动进行时频分析，可自动调节窗参数，实现最优的时频分辨率。2)结合提取的时频特征，建立权重线性组合核函数，形成核SVM算法。核SVM可融合多种特征，且每种特征都对应其最优的核函数参数，因此对复合电能质量扰动更加适应。本发明免除了人工特征的耗时与信息损失缺陷，能进一步提升复杂工况下电网信号识别的准确性。
-
公开(公告)号：CN109948516A
公开(公告)日：2019-06-28
申请号：CN201910201294.7
申请日：2019-03-18
Applicant: 湖南大学
Abstract: 本发明公开了一种基于能量最大化与核SVM的复合电能质量扰动识别方法，本发明摆脱了人工设计特征的复杂性，将电能质量分类简化为两个步骤，具体步骤为：1)采用基于能量最大化的S变换方法对复合电能质量扰动进行时频分析，可自动调节窗参数，实现最优的时频分辨率。2)结合提取的时频特征，建立权重线性组合核函数，形成核SVM算法。核SVM可融合多种特征，且每种特征都对应其最优的核函数参数，因此对复合电能质量扰动更加适应。本发明免除了人工特征的耗时与信息损失缺陷，能进一步提升复杂工况下电网信号识别的准确性。
-
Search Results
2
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
