一种高效电能质量扰动图像特征提取与识别新方法

摘要

本公开是一种高效电能质量扰动图像特征提取与识别新方法，该方法包括：将电能质量信号转换为灰度图像，使用伽马校正、边缘检测与峰谷检测3种方法增强扰动特征后得到二值图像，提取面积、欧拉数、角二阶矩、对比度、相关性、均值、方差、逆差矩和熵9种特征构建原始特征集；以特征基尼重要度为依据进行排序，确定对分类影响最大的特征；综合考虑分类精度和效率，确定随机森林中树的个数，使用最优特征子集构建随机森林分类器对电能质量扰动信号进行识别。本公开能够实现不同噪声环境下电压暂降、电压暂升、电压中断、闪变、暂态振荡、谐波、电压切痕、电压尖峰8类常见电能质量扰动信号的高效、准确识别，并提高了扰动信号特征提取效率。