电力监控
-
基于小波能量差与PCA-SVM的电能质量扰动分类系统
该项目旨在实现对电力系统电能质量扰动信号的高效识别与分类。系统首先采用小波变换对输入的原始信号进行多尺度分解，根据重构后的各层小波系数计算信号的能量值，并进一步求取相邻尺度的能量差，从而准确提取出反映信号扰动特征的敏感分量。这种方法能有效突出信号在发生暂降、暂升或中断等突变时的能量变化情况。为了降低计算复杂度并消除特征间的相关性冗余，系统引入主成分分析（PCA）对提取的高维能量特征向量进行降维处理，提取对分类贡献最大的主成分特征。最后，将处理后的低维特征向量输入支持向量机（SVM）分类器中，利用其非线性映
