摘要：提出了基于一种改进不完全S变换（Improved Incomplete S-transform）与决策树的实时电能质量分类方法，其主要关注分类准确性与运算时间。根据主要频点所在频段，采用独立的高斯窗来处理不同的信号成分以减小海森堡测不准（Heisenberg’s uncertainty）带来的时频分辨率限制，增强了对扰动的抗噪能力同时减小了响应时间。然后通过动态测度对改进不完全S变换结果进行特征提取。通过5个区分度强的特征量，采用优化决策树对电能质量扰动进行分类。通过一个基于DSP-FPGA的硬件平台来验证该方法。仿真与实验证明了该方法具有良好的应用前景。

关键词：电能质量 扰动分类 改进不完全s变换 动态测度 决策树 

单位：华中科技大学电气与电子工程学院 湖北武汉430074 武汉纺织大学电子与电气工程学院 湖北武汉430074