基于快速S变换的电能质量主成分分析方法

摘要

针对电能质量分析中S变换计算量大，及支持向量机分类识别需要设定特征参数的问题，文章将一种新的s变换的快速算法（FST）与主成分分析（PCA）相结合，并应用于电能质量分类识别。首先从FST域提取几种电压扰动的模系数；进而利用PCA进行降维处理并提取主要特征成分；然后获得投影矩阵；最后待识别电压信号投影后，根据最近邻分类器进行分类识别。仿真结果表明，电压扰动FST域模系数的特征成分主要在低频段，因此识别结果准确率高、计算时间短，并且算法本身有一定的抗噪声能力，能较好地实时处理电能质量扰动。