摘要：发现“海量”监测数据中电能质量问题,并提取出有用信息,是电能质量有效治理的关键.将大数据挖掘技术应用于电能质量知识发现,8 类电能质量数据先进行E M D 分解,取前2 阶I M F 参数后结合分形理论分别求取计盒维、截距等1 0 维特征参数.经泛化处理后,训练并生成了可靠的决策树,抽取出I F - T H E N 分类规则,用于电能质量问题预测.通过对比分析,分形参数较其他特征参数更有利于如振荡暂态、切痕、尖峰、闪变等电能质量问题分析,特别是对含噪电能质量的分析.结合大数据挖掘技术,不含噪和含噪信号的平均识别率分别提高了 1.8 % 和4.1 % .

原文链接:http://www.cqvip.com//QK/90976X/201611/670508983.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）