论文部分内容阅读
首先对采样信号用db4小波进行10层的多分辨分解，提取扰动信号各层能量与标准信号的能量差作为特征向量；然后用PCA对特征向量进行降维，取3维数据作为分类的特征向量，并将训练集采用交叉验证的方法自适应选择最优参数，并构造训练集模型；最后将测试集数据代入训练集模型进行分类测试．测试结果表明，在PCA降维后可以实现扰动的分类：分辨率高；抗噪能力强；适用于电能质量扰动的分类．