一种基于KL距离的电能质量扰动分类方法技术

本发明专利技术公开了一种基于KL距离的电能质量扰动分类方法，包括特征值提取、SVM模型生成和扰动分类三个部分。在特征值提取部分，对正弦信号和扰动信号进行分帧处理，然后分别进行离散小波分解，计算小波系数的概率分布，最后计算分布的KL距离作为特征值。在SVM模型生成部分，提取不同类型的扰动信号特征值输入到SVM中，生成训练模型。在扰动分类部分，提取待分类信号的特征值，输入到SVM训练模型，分类得到扰动信号类型。本发明专利技术时间复杂度较低，分类准确率较高，在电能质量领域具有较好的应用价值。本发明专利技术适用于电能质量扰动分类研究。

【技术实现步骤摘要】

本专利技术涉及一种基于KL距离的电能质量扰动分类方法，属电能质量

技术介绍
电力市场环境下，电能质量扰动问题引起广泛关注，其分类识别问题也逐渐成为近年来电力系统研究领域的热点。电能质量扰动分类包括特征值提取、模型训练和分类三个过程。目前，常用的特征值提取方法有小波变换、希尔伯特黄变换、S变换、数学形态学、瞬时无功功率理论和分形分析法等。其中小波变换已得到广泛应用，小波函数本身衰减很快，属于暂态波形，具有快速傅里叶变换和短时傅里叶变换无法比拟的优点。其次，在分类器的选择上，常用的方法有模糊分类法、人工神经网络法、Fisher线性分类法、贝叶斯方法和支持向量机法等。其中，支持向量机在解决小样本、非线性及高维模式识别中具有较强的优势，适合电能质量扰动信号分类应用领域。在分类的时候，主要分为训练和分类两大步骤。这两步都需要进行特征值提取。(I)在训练的时候，将训练样本的特征值输入到支持向量机，这时，分类器会进行计算，得到分类器的训练模型参数。(2)在分类的时候，提取待分类样本的特征值，输入到支持向量机，会自动计算得到分类结果。
技术实现思路
本专利技术的目的是，要提供一种基于KL距离本文档来自技高网...

【技术保护点】
一种基于KL距离的电能质量扰动分类方法，其特征在于，所述方法包括特征值提取步骤、SVM模型生成步骤、扰动分类步骤；所述特征值提取包括以下步骤：（1）设正弦电压信号用V[t]表示，电压凸起信号用Vswell[t]表示，电压凹陷信号用Vsag[t]表示，电压间断信号用Vinterrupt[t]表示，电压谐波信号用Vharmonic[t]表示，脉冲暂态信号用Vtimpulse[t]表示，振荡暂态信号用Vtoscillation[t]表示，其中1≤t≤T，T为信号长度；对正弦电压信号、电压凸起信号、电压凹陷信号、电压间断信号、电压谐波信号、脉冲暂态信号、振荡暂态信号进行分帧处理，帧长为N,正弦电压帧信...

【技术特征摘要】

【专利技术属性】
技术研发人员：曾伟，孙旻，
申请(专利权)人：江西省电力科学研究院，国家电网公司，
类型：发明
国别省市：