基于小波系数PCA和SaDE-ELM的电能质量扰动信号分类.pdf

电工电气 (2021 ) 基于小波系数PCA和SaDE-ELM的电能质量扰动信号分类
基于小波系数PCA和SaDE-ELM的电能质量扰动信号分类
薛正爱1，黄陈蓉2，张建德2，支昊1，顾飞1
(1 南京工程学院 电气工程学院，江苏 南京 211167；
2 南京工程学院 计算机工程学院，江苏 南京 211167)
摘 要：电能质量扰动信号分类是电能质量综合治理的前提，为提高分类精度，提出一种基于主成
分分析 (PCA) 和自适应差分进化 (SaDE) 优化的极限学习机 (ELM) 的电能质量扰动信号分类方法。对 8 种
扰动信号用 db4 小波进行 10 层多分辨分解，与标准能量信号的能量差系数作为特征向量，PCA 对其降维
处理，去除冗余特征，得到 4 维数据作为分类的样本数据集，利用 SaDE 算法对 ELM 的输入权值和隐含
层节点偏置优化。通过仿真实验表明，提出的 SaDE-ELM 识别准确率更高，抗噪性更强，更适应于电能
质量扰动分类。
关键词 ：电能质量；多分辨分解；主成分分析；自适应差分进化；极限学习机
中图分类号 ：TM711 文献标识码 ：A 文章编号 ：1007-3175(2021)04-0006-05
Power Quality Disturbance Signal Classification Based on PCA and SaDE-ELM
XUE Zheng-ai1, HUANG Chen-rong2, ZHANG Jian-de2, ZHI Hao1, GU Fei1
（1 School of Electric Power Engineering, Nanjing Institute of Technology, Nanjing 211167, China;
2 School of Computer Engineering, Nanjing Institute of Technology, N