基于多标签分类的电能质量复合扰动分类方法研究
在多标签分类问题中，一个实例可能同时属于多个类别(或标签)。实际的电能质量扰动往往是复合扰动，多种扰动可能同时存在，所以电能质量复合扰动的识别也涉及到多标签分类问题。针对多标签分类问题，有以下三种基本方案：直接多类别分类法、两类分类法以及排位分类法。在传统的k-近邻分类器和贝叶斯准则基础上，提出一种应用于多标签分类的排位分类法KNN-Bayesian。仿真实验结果表明在不同的噪声条件下，KNN-Bayesian 可以有效分类识别由骤降、骤升、中断、脉冲暂态、谐波和闪变等电能质量扰动组合而成的复合扰动。
电能质量扰动 多标签分类 k-近邻 小波变换 贝叶斯准则
管春 周雒维
重庆大学输配装备及系统安全与新技术国家重点实验室,重庆市 沙坪坝区 400044
国内会议
重庆
中文
378-384
2010-04-23（万方平台首次上网日期，不代表论文的发表时间）