基于小波神经网络的电能质量扰动辨识

• 作者: 李习武 王艳松
• 来源期刊: 电气技术
• 学科: 工学
• 关键词: 电能质量 小波神经网络 小波多分辨率分析
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 研究与开发
• 页码范围: 56-58
• 页数: 3页
• 分类号: TM93
• 字数: 2541字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3800.2007.09.016

摘要

为了对电能质量进行有效的治理,以提高用电效率,有必要对电能质量扰动进行准确的分类.基于小波的时频分析特点和一种新型的小波神经网络,提出了一种电能质量实用分类方法.利用正交小波对信号进行多分辨率分析,提取各类电能质量变化的能量特征;利用小波神经网络对输入特征矢量进行识别,完成对电能质量的自动分类.研究表明,该方法能有效地区分电压骤降、电压骤升、电压中断、脉冲暂态4种电能质量问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王艳松	中国石油大学信息与控制工程学院	44	519	13.0	21.0
2	李习武	中国石油大学信息与控制工程学院	3	14	3.0	3.0