基于分形特征提取的电能质量数据挖掘

• 作 者: 于燕平 林涛
• 机 构: 柳州铁道职业技术学院动力技术学院,武汉大学电气工程学院
• 出 处: 计算机应用与软件
• 发表日期: 2016年11期
• 关键词: 数据挖掘 EMD分解 分形理论 决策树 Data mining EMD Fractal theory Decision tree
• 基金项目: 国家自然科学基金项目（51177111）.

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EMD分解,取前2阶IMF参数后结合分形理论分别求取计盒维、截距等10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IF-THEN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