[发明专利]基于WT和SVM的电能质量扰动分析方法

权利要求书

1.基于WT和SVM的电能质量扰动分析方法，具体操作包括如下步骤：

步骤1.采集信号，对信号进行小波变换分析，截取扰动信号并提取所得信号的特征值；

步骤2.根据提取的特征值利用支持向量机检测电能质量扰动类别；

步骤3.将步骤2所得结果进行错误判断，经过处理后再次利用支持向量机对其进行检测，得出结果。

2.如权利要求1所述的基于WT和SVM的电能质量扰动分析方法，其特征在于，所述步骤1的具体操作过程如下：

步骤1.1首先，利用matlab软件随机产生电压暂降、电压暂升、电压中断、暂态脉冲以及暂态振荡几种扰动信号类型，然后，利用电压传感器采集电网中的电压信号，采样频率1kHz，采集的信号以向量的形式储存在变量中；

步骤1.2将采集到的信号除以电网中电压或者电流的额定值进行标幺化，然后，对所得信号进行多尺度小波变化，得到近似信号与细节信号，检测信号中的奇异点；

步骤1.3根据奇异点截取出各类扰动信号，通过对各层信号进行数据处理得到不同特征值：标准差、能量、扰动持续时间以及扰动最大值，进而构成特征向量。

3.如权利要求2所述的基于WT和SVM的电能质量扰动分析方法，其特征在于，所述步骤1.2的具体过程如下：

将采集到的信号除以电网中电压或者电流的额定值进行标幺化后，将其记为f(t)，对于所得信号f(t)，根据需要设定变换尺度k，根据公式1求得不同分解层上的信号的缩放尺度和小波系数：

其中，c_j,k是低通滤波器输出后所重构的原始信号的近似信号，h为低通滤波器的系数；d_j,k是高通滤波器输出后所重构的原始信号的细节信号，g为高通滤波器的系数；

再从所得的近似信号与细节信号中检测出奇异点：其中，当信号在某点间断或其某阶导数不连续时，则认为该点具有奇异性，即，信号的小波变换系数在小尺度上的局部模极大值即为该信号的奇异点，记录该点所处的时间。

4.如权利要求2所述的基于WT和SVM的电能质量扰动分析方法，其特征在于，所述步骤2的具体过程如下：

多次重复步骤1得到大量特征向量，从中以20:1的比例随机选出训练样本集及测试样本集，利用支持向量机对其进行训练，构建模型，进而对测试样本集中的样本进行预测：

步骤2.1对训练样本集中的各类特征向量进行识别标记，首先，将第一类扰动标记为1，其余均标记为0，利用第一个支持向量机对其进行训练，对未知样本进行识别并标记结果，得到未知扰动类型所对应的标签集；

步骤2.2对训练样本集中的各类特征向量重新进行标记，将第二类扰动标记为1，其余标记为0，利用第二个支持向量机再对其进行训练与识别，得到结果，而后依次改变标签集合，重复该步骤，直至得到5个标签集合后停止。

5.如权利要求4所述的基于WT和SVM的电能质量扰动分析方法，其特征在于，所述步骤3的具体过程如下：

步骤3.1将步骤2所得的结果标签进行错误判断，若没有存在错误，则直接输出结果；若存在标签冲突或未进行标记的现象，则将该标签所对应的样本取出，存入另一矩阵中，之后返回步骤2，令存在错误的样本再次进行判断；

步骤3.2对所得的所有正确的标签集进行数据处理，即，删除所有被标记为0的值，将所有被标记为1的值依次存入同一向量中输出最终结果。

6.如权利要求1所述的基于WT和SVM的电能质量扰动分析方法，其特征在于，所述步骤2中扰动类型的判断依据是：

如果特征幅值在1.1-1.8之间，则为电压暂升；

如果特征幅值在0.6以上，则为电压脉冲；

如果特征幅值在0.1-0.9之间，则为电压暂降；

如果特征幅值在0.1以下，则为电压中断。