|
摘要: |
设计了一种具有电能质量(PQ)扰动实时在线检测与分类功能的电能质量分析装置.该装置基于DSP和FPGA平台,实现了信号的采集、处理和显示.在算法上由于人工神经网络、专家系统、模糊逻辑、支持向量机等分类器过于复杂,故采用一种简单、高效的PO扰动分类和量化方法,即基于规则基的决策树RBDT(Rule-Based Decision Tree)模式识别方法,同时提取5个典型的PQ扰动时频特征量作为决策树的输入量,实现了9种典型PQ扰动的辨识.通过算法仿真及硬件平台验证,结果表明可以满足对PQ扰动分类的精度和实时性的要求. |
关键词: 电能质量 扰动分类 在线辨识 决策树 规则基 |
DOI: |
分类号: |
基金项目: |
|
Device for on-line power quality disturbance recognition |
|
Abstract: |
|
Key words: DSP+FPGA |