[发明专利]优化电能质量扰动分类器ELM的方法

权利要求书

1.优化电能质量扰动分类器ELM的方法，其特征在于，包括如下步骤：

步骤1：对电能质量扰动信号进行S变换，建立电能质量扰动信号模型，并提取电能质量扰动特征数据；

步骤2：根据步骤1中的电能质量扰动特征数据进行训练和测试后的数据，ELM进行参数选择设置，然后训练并测试设置参数；

步骤3：基于遗传迭代算法对步骤2得到的参数进行优化；

步骤4：对步骤3优化后的ELM进行适应度评价，判断是否满足终止条件，如果是，则得到最优特征子集设置，如果否，则继续执行步骤3。

2.根据权利要求1所述的优化电能质量扰动分类器ELM的方法，其特征在于，步骤1具体为，输入信号为h(t)，经S变换后为S(τ，f)

S(τ,f)=∫-∞∞h(t)g(τ-t,f)e-i2πftdt---(1)]]>

g(τ,f)=|f|2πe-(t2/2σ2)---(2)]]>

其中，g(τ，f)为高斯窗，参数τ用来调节高斯窗时间轴上的不同位置，σ＝1/|f|；

S变换的离散表示为

h[kt]=1NΣn=0N-1{Σj=0N-1S[nNT,jT]}ei2πnk---(3)]]>

其中，N代表总采样点数，j和n＝0,1,...,N-1；

离散S变换后得到一个二维复数矩阵，对其求模即得到S变换时频模矩阵STMM，该矩阵行向量反映信号在特定频率下的时域分布，列向量描述某时刻信号幅频特性。