[发明专利]一种基于小波域统计值的电能质量扰动信号分类方法

权利要求书

1.一种基于小波域统计值的电能质量扰动信号分类方法，其特征在于，包括特征值提取、分类器训练和分类器分类；所述特征值提取在小波域进行，特征值包括计算小波子带系数的平方和、绝对值均值、方差、偏度和斜度；所述分类器训练采用神经网络作为分类器，输入电能质量扰动信号小波域统计特征值，得到分类器参数；所述分类器分类输入待分类电能质量扰动信号小波域统计特征值和分类器参数，自动分类得到电能质量扰动信号的类别。

2.根据权利要求1所述的一种基于小波域统计值的电能质量扰动信号分类方法，其特征在于，所述特征值提取首先对不同类型的电能质量扰动信号进行离散小波变换，对每一级的小波近似子带和细节子带系数分别计算其平方和、绝对值均值、方差、偏度和斜度，构成电能质量扰动信号小波域统计特征值。

3.根据权利要求1所述的一种基于小波域统计值的电能质量扰动信号分类方法，其特征在于，所述分类器训练首先随机生成训练样本，计算得到电能质量扰动信号小波域统计特征值，并将电能质量扰动信号小波域统计特征值输入到神经网络，然后采用神经网络作为分类器生成分类器参数，包括：输入层到隐含层权值、隐含层阈值、隐含层到输入层权值、输出层阈值、迭代次数、学习目标、学习效率和动量因子。

4.根据权利要求1所述的一种基于小波域统计值的电能质量扰动信号分类方法，其特征在于，所述的分类器分类首先计算得到电能质量扰动信号小波域统计特征值，结合分类器参数，将待分类电能质量扰动信号小波域统计特征值和分类器参数输入到神经网络分类器，自动分类得到电能质量扰动信号的类别。