摘要：提出一种新型电能质量扰动识别方法,该方法采用快速傅里叶变换（fast Fourier transform,FFT）结合动态测度法提取3种特征以及S变换提取4种特征;采用决策树和支持向量机（support vector machine,SVM）设计组合分类器。针对FFT频谱中谐波频率明显的扰动类型,采用极值点包络的动态测度法提取频谱中的主要频率点特征,结合S变换提取的特征首先将扰动类型进行初步归类,然后采用S变换的2个特征就能进行后续分类;决策树分类过程中采用SVM来区分电压暂降和中断,克服了特征阈值随信噪比（signal-to-noise ratio,SNR）变化难以确定的问题。仿真实验表明,该方法能够准确识别包含2种复合扰动在内的11种电能质量扰动信号,SNR低至20 dB时准确率仍达到96.50%;且与已有文献的分类结果对比表明,该方法准确率高,稳定性强,在低SNR条件下分类结果优势明显。

关键词：电能质量 扰动识别 s变换 动态测度法 支持向量机 

单位：西南交通大学电气工程学院 四川省成都市610031