燕山大学 已有样品
更新于2024-08-12 16:15:36
本发明提供一种基于大数据多特征提取协同分类的电能质量扰动识别方法,所述方法是建立多信息多分类器融合的电能质量分析决策模型,包括:设计LASSO原理的大数据冗余数据剔除方法、变尺度大数据简约方法和基于数据结构同构简约算法同时用主元分析法对非同源气象数据降维,改进广义S变换、广义谐波小波、EEMD/LMD等多种信息处理方法融合提取电能质量信号特征,然后采用压缩感知分类器(SRC)、ε机复杂系统辨识分类器(εCSSR)和神经网络(ANN)对特征向量分类,最后,采用改进的决策模板法(SWDT),使用混淆矩阵衡量各分类器对每类故障的识别能力,根据初步诊断情况自适应地为各分类器赋予决策权值,充分利用训练信息,提高分类决策准确度。