[发明专利]基于小波变换的电能质量扰动识别方法在审
| 申请号： | 201811372239.6 | 申请日： | 2018-11-16 |
| 公开（公告）号： | CN109583337A | 公开（公告）日： | 2019-04-05 |
| 发明（设计）人： | 车辚辚;孔英会 | 申请（专利权）人： | 华北电力大学（保定） |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 071003 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 小波变换 特征向量 特征提取 算法 随机性 电能质量检测 电能质量扰动 分布边界 分布特性 高维数据 局部距离 配电系统 扰动参数 提取信号 小波能量 信号模型 噪声影响 最近邻点 核函数 原数据 分类 准确率 低维 构建 降维 向量 运算 信息量 输电 压缩 引入 | ||
【权利要求书】：
1.一种基于小波变换的PQD识别方法，其特征在于，所述方法包括如下步骤：
步骤S1，构建PQD信号模型；
步骤S2，基于MVU对小波变换提取到的PQD特征向量进行压缩。
2.根据权利要求1所述的PQD识别方法，其特征在于，所述步骤S1中所构建的PQD信号模型中，包括电压凸起、电压凹陷、电压间断、谐波、电压脉冲暂态和电压振荡暂态六种PQD信号。
3.根据权利要求1或2所述的PQD识别方法，其特征在于，所述步骤S2进一步包括：
步骤S21，PQD的小波变换得到PQD原始特征集；
步骤S22，引入MVU算法进行MVU特征提取得到PQD特征向量；
步骤S23，选取MVU算法对小波变换提取到的PQD特征提取参数并进行压缩。
4.根据权利要求3所述的PQD识别方法，其特征在于，所述步骤S22进一步包括：
步骤S221，选择合适的近邻数k来进行构建邻接矩阵WN×N,若xi是xj的k近邻,则Wij＝1,否则Wij＝0,其中xi为相空间数据点,N为相空间内数据点个数；
步骤S222，求解优化问题得到最优核矩阵K。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力大学（保定），未经华北电力大学（保定）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811372239.6/1.html，转载请声明来源钻瓜专利网。
