基于小波与多维分形的电能质量扰动分类

• 作者: 李开成 胡为兵
• 来源期刊: 继电器
• 学科: 工学
• 关键词: 电能质量扰动 小波变换 多维分形 概率神经网络 特征矢量
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 电能质量
• 页码范围: 45-48,53
• 页数: 5页
• 分类号: TM761
• 字数: 2709字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2008.05.011

摘要

提出了基于小波变换和多维分形的电能质量扰动概率神经网络自动分类系统.分类系统的实现分为两个阶段,首先采用离散小波多分辨率分析和Parseval定理提取不同尺度下扰动信号的能量分布特征,同时利用多维分形方法计算同一畸变信号的局部方差分维数,并将小波变换提取的能量分布特征和局部方差分维数组合构成特征矢量.其次将特征矢量输入到概率神经网络进行训练和测试,从而实现正弦波形、电压骤降、电压陡升、谐波、中断,脉冲和振荡瞬态的分类.采用提出方法的电能质量扰动平均分类率为95.86%,高于只采用离散小波变换提取特征矢量分类率2.15%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李开成	华中科技大学电力安全与高效湖北省重点实验室	71	861	15.0	26.0
2	胡为兵	华中科技大学电力安全与高效湖北省重点实验室	14	187	6.0	13.0