[发明专利]一种带标签信息子字典级联学习的电能质量扰动识别方法

摘要

本发明公开了一种带标签信息子字典级联学习的电能质量扰动识别方法，首先对不同类别的电能质量扰动信号降维特征提取并贴入标签信息，然后对不同类别的电能质量降维数据训练成冗余子字典，对含有标签信息的子字典级联成判别性字典进行优化学习，其次输入测试样本信号在优化下的级联字典下进行稀疏，最后重构信号并由冗余误差最小确定目标的类别。本发明所述的方法加入了标签信息，会获得更加优化字典，使得对电能质量扰动信号有更加精确的识别，同时测试了电能质量复合扰动信号，为实际多分类复杂电能质量的检测和分析提供了方法，对进一步提高供电质量等具有重要的实际意义。

主权项

一种带标签信息子字典级联学习的电能质量扰动识别方法，其特征在于，包括以下几个步骤：步骤1、建立K类电能质量扰动信号模型，生成相应的含有复合信号的训练样本集利用主成分分析PCA方法进行降维特征提取，并贴上标签；步骤2、采用训练字典的算法对K类降维的电能质量数据训练成冗余子字典，对含有标签信息的子字典级联成结构化字典，同时降维训练样本是具有标签性的矩阵，目标字典是具有带线性分类器参数形式；步骤3、输入降维特征提取的测试样本信号，让其在优化下的级联字典下进行稀疏表示，获得稀疏表示矩阵形式；步骤4、利用K类电能质量扰动信号的训练样本的子字典依次重构K个降维测试样本信号，分别计算与原降维测试样本信号的冗余误差，由冗余误差最小值确定目标归属类。