基于S变换和数据挖掘中决策树算法的电能质量扰动识别
由于监测技术及数据库技术的发展,使得海量电能质量监测数据的存储成为可能,如何从海量数据中提取对人们有用的信息变得十分重要。本文提出一种基于S变换和数据挖掘中决策树算法的电能质量扰动识别的方法。该方法首先用S变换对电能质量扰动波形进行时频分析,并使用统计的方法提取了5个相关特征量,然后用决策树算法对提取的特征量样本进行分类,并获得明确的分支规则。仿真结果表明,该方案正确率高,抗噪声能力强,训练样本少,响应快速。
电能质量 S变换 决策树算法 扰动识别 时频分析 数据挖掘
黄娟 陈红坤 韩华玲 刘凯 王超
湖南省电力公司益阳电业局,湖南 益阳 413000 武汉大学电气工程学院,湖北 武汉 430072
国内会议
北京
中文
118-127
2009-08-27(万方平台首次上网日期,不代表论文的发表时间)