基于S变换和数据挖掘中决策树算法的电能质量扰动识别

摘要

由于监测技术及数据库技术的发展，使得海量电能质量监测数据的存储成为可能，如何从海量数据中提取对人们有用的信息变得十分重要。本文提出一种基于S变换和数据挖掘中决策树算法的电能质量扰动识别的方法。该方法首先用S变换对电能质量扰动波形进行时频分析，并使用统计的方法提取了5个相关特征量，然后用决策树算法对提取的特征量样本进行分类，并获得明确的分支规则。仿真结果表明，该方案正确率高，抗噪声能力强，训练样本少，响应快速。