论文部分内容阅读
针对电能质量扰动分类，提出基于小波系数特征的核主成分分析（KPCA）和概率神经网络（PNN）的分类新方法。对正常信号和六种常见电能质量扰动（电压暂降、暂升、短时中断、谐波、电压波动和振荡暂态）进行小波变换和多尺度分析，提取各类扰动在多个尺度上小波系数作为特征向量；利用KPCA进行主成分提取，降低了小波系数特征向量维数，再输入PNN进行分类。仿真表明，该方法分类速度和准确率良好。