基于LMD与机器学习分类的电压扰动信号分类方法及系统

摘要

本发明公开了一种基于LMD与机器学习分类的电压扰动信号分类方法及系统，本发明的步骤包括获得原始电压扰动信号，对原始电压扰动信号进行LMD分解，获得包含原始信号频率、幅值物理意义的LMD进行3层分解乘积函数分量、将该分解乘积函数分量构建的信号能量值作为神经网络的输入；经过神经网络训练识别后，最后对识别结果进行贴近度判断，实现对电压扰动信号的识别分类。本发明能够实现对电压扰动信号的识别分类，适用于非线性信号和非平稳信号的处理，受噪音的影响小，不易受到过包络和欠包络现象的影响，具有信号处理效率高、识别准确率高，识别工作效率好的优点。