排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
针对当前基于S变换的电能质量方法计算开销大、不能实时识别电能质量扰动的问题,提出利用快速S变换与最小二乘支持向量机相结合的识别电能质量干扰新方法.该方法从快速S变换得到的一维向量中提取各频率段模系数的标准偏差、最大模系数及额定频率对应的模系数作为特征向量,利用最小二乘支持向量机对电压骤升、电压骤降、电压中断、暂态脉冲、暂态振荡、谐波等几种电能质量干扰进行分类和识别.研究结果表明:与传统的基于S变换的电能质量方法相比,该方法在2个方面节省了时间,一是减少了提取特征量所用的时间,二是由于特征向量数据较少,采用支持向量机样本训练时间减少;特剐是当电压扰动信号持续时间越长时节省效率越高,在同样准确性下,对于长度为1 024点的扰动信号,节省了约99%的时间;除此之外,该方法对信号分类的正确率可达98%,同时还具有较高的抗干扰能力. 相似文献
3.
针对常规滤波方法没有考虑背景噪声的问题,提出了一种利用背景噪声统计规律的小波域随机噪声衰减方法.在假设背景噪声是统计平稳的前提下,首先估计背景噪声与直达波到达之后的实际地震记录的相关系数,在这个系数比较小的情况下,利用每一道直达波到达前的背景噪声估计该道噪声的统计参数,然后给出噪声阈值估计,进而在小波域衰减垂直地震剖面(VSP)资料的随机噪声,获得高保真的VSP资料.对合成地震记录和实际资料的仿真实验表明,新方法比常规滤波方法的信噪比提高了约2dB,且更能体现地震信号的时变特点,处理后的剖面同相轴更清晰. 相似文献
1