摘要: 电能质量扰动信号的识别与分类是电能质量分析、评估和治理的基础和关键。针对电能质量扰动信号种类复杂、识别速度慢且准确率低等问题，提出一种基于ITD分解和孪生支持向量机的电能质量扰动识别方法。首先，对电能质量扰动信号做ITD分解，得到一系列固有旋转分量(PRC)，并通过云模型的熵和超熵筛选出有效的PRC分量，减少特征冗余；其次，计算有效的PRC分量的模糊熵和能量熵，并根据模糊熵和能量熵求得混合特征矩阵；最后，基于混合特征采用麻雀优化的孪生支持向量机对扰动信号进行分类。仿真分析结果表明，该方法能识别多种电能质量扰动信号，且提高了对单一电能质量的识别准确率，进而为电能质量的分析、评估和治理提供辅助决策，以进一步提高供电质量。