来源：期刊VIP网 时间：
作者：李语帆;张怡;康健;
单位：华北理工大学河北省风光氢储安全检测与智能运行技术创新中心;
摘要：随着接入电网电力电子器件的增加，直流配电网因在输电性能、降低线损、新能源消纳等方面优于传统配电网，逐渐成为未来配电发展的新趋势。为使直流配电网稳定运行，保证电能质量，提出一种基于核主成分分析（KPCA）特征降维的ISSA-SVM电能质量扰动识别方法。首先，深入探讨了各类电能质量问题的形成机理，并结合波形提取出6种特征；其次，利用DBSCAN聚类方法检测是否存在异常值来确定是否使用KPCA将特征降维，使其能够在不同数据情况下都实现良好聚类；最后，利用改进麻雀搜索算法（ISSA）对支持向量机（SVM）进行参数寻优，并用寻优结果重新训练SVM模型。实验结果表明，所提方法有较高的准确度，可以有效识别出电能质量扰动信号。
关键词：直流配电网;;电能质量;;扰动识别;;DBSCAN聚类;;功率谱密度;;核主成分分析;;麻雀搜索算法;;支持向量机
基金资助：国家重点研发计划项目(国际合作专项)(2021YFE0190900);; 唐山市科学计划项目(22130210H)
