基于改进 S 变换与 WOA 调谐 SVM 分类器的多种电能质量事件检测与分类
信号处理
2019-10-14 v1
摘要
本文阐述了一种用于电能质量事件分类的新方法。研究考虑了由单阶段和多阶段扰动组成的 15 种电能质量事件。在 MATLAB 中使用数学模型生成合成 PQ 事件数据库。生成的信号通过由二阶高斯窗构成的新型改进 Stockwell 变换，得到 ST 矩阵。从 ST 矩阵中提取幅值与相位等高线的能量和标准差等多种统计特征，并作为支持向量机（SVM）的输入。此外，为提升 SVM 性能，采用一种称为鲸鱼优化算法（WOA）的新型元启发式技术来调谐 SVM 分类器的超参数。所提方法在有噪和无噪条件下的性能均进行了分析。观察到 WOA 调谐 SVM 比其它广泛使用的元启发式优化算法（如粒子群优化（PSO）调谐 SVM 和遗传算法（GA）调谐 SVM）提供了更高的分类精度。进一步，开发了两种用于生成跌落、骤升和中断的新型电路，并在电路获得的实时信号上验证了所提技术。
引用
@article{arxiv.1910.05329,
title = {Multiple Power Quality Event Detection and Classification using Modified S Transform and WOA tuned SVM Classifier},
author = {Sambit Dash and Umamani Subudhi},
journal= {arXiv preprint arXiv:1910.05329},
year = {2019}
}
备注
Submitted to Optik (Elsevier)