文档名：基于单向表示字典学习的电能质量扰动识别方法
摘要：电能质量扰动识别是电能质量数据分析问题中极其重要的一个部分.目前已经实现的电能质量扰动识别方法普遍存在识别速度较慢,识别准确率仍有较大提升空间等问题.文章提出一种计算简单但能有效识别分类的方法,即基于单向表示字典学习的电能质量扰动识别方法.对电能质量数据的训练样本进行训练得到与各个类别对应的子字典,提出单向约束以使样本在字典中的表示系数方向可以区分;通过计算测试样本的表示系数方向以及大小来区分所属类别.实验结果表明,所提方法不但识别准确度高于已有的识别方法,而且计算效率也有较大提升.
作者：于华楠 于宏昊Author：YuHuanan YuHonghao
作者单位：东北电力大学电气工程学院,吉林吉林132012
刊名：电测与仪表 ISTICPKU
Journal：ElectricalMeasurement&Instrumentation
年，卷(期)：2023, 60(4)
分类号：TM711
关键词：电能质量 扰动识别 单向表示 字典学习
机标分类号：TP391.41TM764TN911.73-34
在线出版日期：2023年5月4日
基金项目：基于单向表示字典学习的电能质量扰动识别方法[
期刊论文] 电测与仪表--2023, 60(4)于华楠 于宏昊电能质量扰动识别是电能质量数据分析问题中极其重要的一个部分.目前已经实现的电能质量扰动识别方法普遍存在识别速度较慢,识别准确率仍有较大提升空间等问题.文章提出一种计算简单但能有效识别分类的方法,即基于单向表...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于单向表示字典学习的电能质量扰动识别方法 Power quality disturbance recognition method based on unidirectional representation dictionary learning
基于单向表示字典学习的电能质量扰动识别方法.pdf
- 文件大小:
- 6.35 MB
- 下载次数:
- 60
-
高速下载
|
|
