来源:《仪器仪表学报》2018年第04期作者:黄南天;王达;刘座铭;卢国波;蔡国伟;
选择字号

复杂噪声环境下电能质量复合扰动特征选择

为满足复杂噪声环境下海量电能质量信号高效分类需要,提出一种可应用于复杂噪声环境的电能质量信号特征选择新方法。首先,采用贝叶斯优化方法优化随机森林参数;之后,以具有随机噪声的原始特征向量训练随机森林分类器,训练过程中通过Gini重要度量化比较各特征分类效果;然后,采用序列前向搜索方法,以分类准确率为主要标准,兼顾特征维数,确定最优特征子集;最后,以最优特征子集建立随机森林分类器,识别15种电能质量信号。仿真对比实验证明,在信噪比30 d B以上噪声环境下,新方法分类准确率在99.33%以上,20 d B噪声环境下分类准确率为94.60%。此外,通过葡萄牙某配电网实测电能质量数据开展实验,证明了新方法在实际工业应用中的有效性。 (本文共计1页)......[继续阅读本文]

本期目录