[发明专利]一种暂态电能质量录波数据的识别分类方法

摘要

本发明公开了一种暂态电能质量录波数据的识别分类方法，包括以下步骤获取电能质量录波数据，并在数据中筛选训练数据和测试数据；将数据变换成模时频矩阵，并提取模时频矩阵的特征向量；根据特征向量，建立基于BP神经网络的电能质量录波数据的分类器；建立训练样本和测试样本；将训练样本输入分类器，采用PSO算法优化分类器的BP神经网络，得到基于PSO‑BP神经网络的电能质量录波数据的优化分类器；将测试特征向量输入优化分类器，并接收优化分类器输出的测试分类；判断测试分类与期望测试分类是否一致；当测试分类与期望测试分类一致时，输出测试分类。该暂态电能质量录波数据的识别分类方法具有识别效率高、识别准确率高以及抗干扰能力强的优点。

主权项

一种暂态电能质量录波数据的识别分类方法，其特征在于，包括以下步骤：获取电能质量录波数据，并在所述数据中筛选训练数据和测试数据；将所述数据变换成模时频矩阵，并提取所述模时频矩阵的特征向量；根据所述特征向量，建立基于BP神经网络的电能质量录波数据的分类器；建立训练样本和测试样本，其中，所述训练样本由所述训练数据的训练特征向量和期望训练分类组成，所述测试样本由所述测试数据的测试特征向量和期望测试分类组成；将所述训练样本输入所述分类器，采用PSO算法优化所述分类器的BP神经网络，得到基于PSO‑BP神经网络的电能质量录波数据的优化分类器；将所述测试特征向量输入所述优化分类器，并接收所述优化分类器输出的测试分类；判断所述测试分类与所述期望测试分类是否一致；当所述测试分类与所述期望测试分类一致时，输出测试分类。