电能质量扰动分类算法研究
【摘要】:伴随着我国国民经济的健康发展,电力负荷快速增长,各种非线性负荷在电力系统中的投入使用不断增多,导致整个电网的电压、电流波形都产生了明显的畸变。电能质量不断恶化的后果主要有:使电网发、供、用电设备的安全可靠运行面临巨大挑战、网络损耗的增加、设备使用寿命的减少等等,从而造成难以估计的经济损失,电能质量已逐渐成为一个亟待解决的重要技术问题。为了找出污染源,便于后续的电能质量污染治理,作为改善电能质量的第一步,准确地检测出各种电能质量扰动事件的类型,就显得格外重要。
本文所做工作主要是针对电能质量扰动分类算法的研究,并对使用的算法进行了完整的编程实现以解决实际问题。解决思路是:首先运用小波包变换提取各种扰动信号的特征,然后运用决策树分类,对提取的扰动信号特征样本进行分类,最后形成完整的决策树分类法则,达到对各种电能质量扰动事件进行分类的目的。在解决问题的同时,研究了小波包变换算法和数据挖掘领域的决策树ID3,C4.5算法,给出了完整的算法步骤和程序实现流程,同时针对决策树C4.5算法原有的一些不足之处,进行了算法上的改进,以提高算法的效率,缩短分类时间。文章的最后,对所采取的算法进行了数据验证,结果证明,利用小波包变换和决策树分类算法进行的扰动分类,结果较为准确,形成的分类法则直观简洁,同时改进后的C4.5算法能够有效地提高算法的效率,缩短程序的运行时间。