[发明专利]基于最大方差展开法的电能质量扰动识别方法

权利要求书

1.基于最大方差展开法的电能质量扰动识别方法，其特征在于，包括以下步骤：

步骤1：利用Mallat算法对PQD信号进行小波分解，得到PQD信号的小波能量作为原始特征集；

步骤2：利用MVU算法对步骤1所得到的原始特征集进行特征向量降维，在MVU算法中引入核函数将非凸二次规划转化为凸半正定最优化问题，得到预分类的低维PQD特征向量；

步骤3：将步骤2所得到的预分类的低维PQD特征向量作为分类器的输入，结合分类器算法完成PQD识别。

2.如权利要求1所述的基于最大方差展开法的电能质量扰动识别方法，其特征在于，所述步骤1具体包括：通过重复使用低通滤波器和高通滤波器来实现分解，滤波器得到的低频分量和高频分量各占信号频带的1/2，对得到的新的低频分量重复上述分解过程，得到下一层的高频分量和低频分量，

根据Parseval定理，能量小波系数公式为：

∫[f(t)]2dt＝∑[aj(k)]2+∑[dj(k)]2 (1)

其中，f(t)为待分解信号；t为时间；k＝{1，2，…，n},n为自然数,取值视实际情况决定；aj(k)为小波分解第j层的近似系数；dj(k)为小波分解第j层的细节系数，

对PQD信号进行J层分解，f(t)信号的小波变换近似能量分布和细节能量分布分别为：

其中，j＝{1,2,…,J}；经过J层小波分解，得到J+1个特征量，将特征量构成能量函数

利用db4正交小波基对纯正弦信号进行分析，其纯正弦信号不含噪声，采用db1、db2、db3、db4、db5、db6、db7、db8、db9、db10小波分别对纯正弦信号进行10尺度分解，得到第7分解尺度上的信号分解能量最大值，利用公式(1)进行db4小波7层分解，只提取细节能量部分由7个特征量组成向量构造PQD信号的原始向量集。