基于多核支持向量机的混合扰动波形辨识算法研究

针对特征提取手段自身局限性导致的扰动典型特征间边缘重叠对混和扰动辨识的影响,提出一种基于多域特征优选的多核支持向量机辨识算法.首先,利用多种特征提取手段获取混和扰动多域典型特征.其次,为考虑高维特征与目标类别的相关性和度量尺度的规范化,利用改进的最大相关最小冗余准则优选用于辨识的关键特征子集,进而利用计及半径信息的多核SVM来辨识混合扰动波形.仿真结果表明,所提辨识算法能够克服混合扰动特征空间模糊对辨识精度的影响,受噪声影响小,稳定性好....

Full description

Saved in:
Bibliographic Details
Published in电力系统保护与控制 Vol. 50; no. 15; pp. 43 - 49
Main Authors 张明龙, 张振宇, 罗翔, 高源, 李宽宏, 朱珂
Format Journal Article
LanguageChinese
Published 国网福建省电力有限公司电力科学研究院,福建 福州 350007%国网福建省电力有限公司福州供电公司, 福建 福州 350009%山东大学电气工程学院,山东 济南 250061 01.08.2022
Subjects
配电网
多核支持向量机
混合扰动
边缘重叠
多域
Online AccessGet full text
ISSN1674-3415
DOI10.19783/j.cnki.pspc.211372

Cover

More Information
Summary:针对特征提取手段自身局限性导致的扰动典型特征间边缘重叠对混和扰动辨识的影响,提出一种基于多域特征优选的多核支持向量机辨识算法.首先,利用多种特征提取手段获取混和扰动多域典型特征.其次,为考虑高维特征与目标类别的相关性和度量尺度的规范化,利用改进的最大相关最小冗余准则优选用于辨识的关键特征子集,进而利用计及半径信息的多核SVM来辨识混合扰动波形.仿真结果表明,所提辨识算法能够克服混合扰动特征空间模糊对辨识精度的影响,受噪声影响小,稳定性好.
ISSN:1674-3415
DOI:10.19783/j.cnki.pspc.211372