摘要
一种基于改进NGO算法的电压暂降信号识别分类方法,涉及电力系统信号处理技术领域,包括搭建微电网仿真模型、添加噪声模拟实际环境、利用INGO优化VMD参数、筛选IMF分量重构信号、采用RCMFE提取特征并构建向量、优化ELM分类器参数完成分类任务。本申请通过多阶段优化和多层次特征提取,有效解决了噪声干扰和特征不足问题,显著提升电压暂降信号识别精度,为电力系统复杂场景下的精准分类提供技术支持。
技术关键词
信号识别分类方法
复合多尺度
算法
优化极限学习机
电力系统信号处理技术
电压
仿真模型
多层次特征提取
微电网
重构
电路拓扑结构
分类器参数
单相接地故障
分类器训练
噪声
位置更新
系统为您推荐了相关专利信息
电气控制方法
支持向量机算法
时间序列模型
温度控制策略
数据
工况切换时间
反应堆热工水力
智能排序方法
历史工况数据
智能排序系统