利用小波变换及人工神经网络识别电能扰动

• 作者: 林涛 樊正伟
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 电能质量 电能扰动识别 特征提取 模式识别 小波变换 人工神经网络
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 电网运行与安全
• 页码范围: 151-153,181
• 页数: 4页
• 分类号: TM761.1
• 字数: 2646字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.2007.07.034

摘要

电能质量问题成为近年许多高等院校、科研院所的研究重点,电能扰动识别是电能质量研究的一个重要方面.为此,指出了电能扰动识别包括预处理、特征提取和模式识别等3个过程,研究了基于小波变换和人工神经网络的电能扰动模式识别方法.借助于Matlab软件生成120个电能扰动样本并使用小波变换提取特征后,采取反向传播神经网络和概率神经网络识别的正确率分别为87.5%和85%.仿真分析结果发现:使用小波变换提取特征向量并使用反向传播神经网络设计分类器所得到的识别系统的性能比较令人满意.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林涛	武汉大学电气工程学院	105	941	17.0	26.0
2	樊正伟	武汉大学电气工程学院	3	54	1.0	3.0