一种数据库查询的多标签电能质量混合扰动识别与分类新方法OA北大核心CSTPCD
A New Multi-label Database Query Method for Combined Power Quality Disturbances Classification and Recognition
该文针对电能质量混合扰动的复杂性及当前分类识别的准确率不够高等问题,提出一种数据库查询的多标签电能质量混合扰动分类与识别方法,该方法能够更加科学准确地识别混合扰动,可为电能质量治理、扰动事件责任追究等提供有力决策辅助.首先,该方法基于可调 Q 因子小波变换(tunable Q-factor wavelet transform,TQWT)和时变均方根(root mean square,RMS)的特征提取方法有效提取扰动信号基频时域特征量,较好地克服…查看全部>>
This paper proposes a new multi-label database query method for combined power quality disturbances(PQDs)recognition and classification,aiming at the problems of the complexity of combined PQDs and the insufficient accuracy of current classification.This new method can be used to recognize combined PQDs more scientifically and accurately,which can provide powerful decision-making assistance for PQ management and disturbance event accountability.First,this me…查看全部>>
王燕;李雨婕;卞安吉;骆玉深;江浙;曹浩敏
国家民委重点实验室(西南民族大学电气工程学院),四川省 成都市 610041黑龙江科技大学电气与控制工程学院,黑龙江省 哈尔滨市 150022国家民委重点实验室(西南民族大学电气工程学院),四川省 成都市 610041国家民委重点实验室(西南民族大学电气工程学院),四川省 成都市 610041国家民委重点实验室(西南民族大学电气工程学院),四川省 成都市 610041国家民委重点实验室(西南民族大学电气工程学院),四川省 成都市 610041
动力与电气工程
混合扰动多标签分类可调Q因子小波变换时变均方根特征曲线分割快速动态时间规整
multi-label classification of combined disturbancesQ-factor wavelet transformtime-varying root mean squaresegmentation of characteristic curvefast dynamic time warping
《中国电机工程学报》 2024 (15)
5886-5898,中插4,14
四川省科技创新苗子工程项目(2022027)西南民族大学中央高校基本科研业务费专项资金项目(ZYN2022091). Project Supported by Science and Technology Innovation Miaozi Program of Sichuan Province(2022027)Fundamental Research Funds for the Central Universities,Southwest Minzu University(ZYN2022091).
评论