[发明专利]一种基于SST变换和LS-SVM的电能质量扰动识别方法

摘要

本发明公开了一种基于SST变换和LS‑SVM的电能质量扰动识别方法，实际信号采样，将采样到的实际信号分为训练样本组和测试样本组，分别对训练样本组和测试样本组进行SST变换，分别得到矩阵A和矩阵B，分别提取训练样本组和测试样本组中各种类型样本的特征分量，将提取的训练样本组的特征分量送入LS‑SVM中，求解线性决策函数，将提取的测试样本组中的特征分量送入LS‑SVM中，然后根据训练样本组求解出的线性决策函数对电能质量扰动类型进行分类识别。本发明一种基于SST变换和LS‑SVM的电能质量扰动识别方法，具有响应时间适中、识别效果好特别是提高了谐波检测能力、抗干扰能力强的优点，应用效果好。

主权项

1.一种基于SST变换和LS‑SVM的电能质量扰动识别方法，其特征在于，实际信号采样，将采样到的实际信号分为训练样本组和测试样本组，分别对训练样本组和测试样本组进行SST变换，分别得到矩阵A和矩阵B，分别提取训练样本组和测试样本组中各种类型样本的特征分量，将提取的训练样本组的特征分量送入LS‑SVM中，求解线性决策函数，将提取的测试样本组中的特征分量送入LS‑SVM中，然后根据训练样本组求解出的线性决策函数对电能质量扰动类型进行分类识别；所述采样实际信号，将采样到的实际信号分为训练样本组和测试样本组：利用采用设备对待检测电力系统电压信号多次进行采样和离散化，得到实际信号，然后将实际信号分为训练样本组和测试样本组；所述实际信号包含电压正常、电压骤升、电压骤降、电压中断、暂态振荡、电压尖峰、电压含谐波七种电能质量扰动情况的样本各若干个，将上述七种电能质量扰动情况分别定义为Y1‑Y7；所述提取训练样本组和测试样本组中各种类型样本的特征分量包括：①每个频段对应时序点的标准差；②每个频段最大幅值；③额定频率对应的所有时序点的幅值；所述SVM算法最初是为二类问题设计的，当处理多类问题时，需要构造合适的多类分类器，将多类问题转换成两类问题，可以通过最小输出编码解决，最小输出编码的输出位数N₀为：T为样本总类型个数，即扰动信号的类型总数7，Y1‑Y7七种扰动信号采用最小输出编码的编码方案如下式：其中，每一列对于一种扰动类型的编码。