基于动态测度和神经网络的电能质量扰动识别

• 作者: 佟为明 宋雪雷 李凤阁
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 电能质量 动态测度 神经网络 识别
• 年，卷（期）: 2006,（z1）
• 所属期刊栏目: 神经网络在自动控制领域应用
• 页码范围: 133-137
• 页数: 5页
• 分类号: TM714
• 字数: 4739字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2006.z1.029

摘要

提出一种基于动态测度和神经网络的电能质量扰动识别方法.首先对电能质量扰动数据进行预处理,然后用动态测度算法提取特征向量,最后输入到神经网络分类器实现扰动类型的自动识别.动态测度算法能准确检测信号的所有极值点,并根据信号畸变点与峰谷点之间较大的动态测度差别有效识别信号畸变点.特征向量的元素包括能量特征值、持续时间特征值、幅值范围特征值和幅值变化特征值.神经网络分类器采用并行结构,每个子网络可识别一种扰动,它由BP网络构建,并采用动量-自适应学习BP算法改进其收敛性能.仿真和测试结果验证了新方法是正确和有效的,且具有较高的正确识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	佟为明	哈尔滨工业大学电气工程系	176	1806	21.0	33.0
2	李凤阁	哈尔滨工业大学电气工程系	31	226	9.0	14.0
3	宋雪雷	哈尔滨工业大学电气工程系	5	83	4.0	5.0