基于改进多层前馈神经网络的电能质量扰动分类

• 作者: 刘晓胜 徐殿国 黄南天
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 电能质量 电能质量扰动 多层前馈神经网络 S变换
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 62-66
• 页数: 5页
• 分类号: TM712
• 字数: 2920字
• 语种: 中文

摘要

电能质量扰动分类是电能质量控制的重要工作之一,主要工作包括信号特征提取和分类器构造两个阶段.采用S变换与改进的多层前馈神经网络相结合,提出一种新的电能质量扰动分类方法.首先利用S变换对原始数据进行处理,提取具有代表性的4类典型特征以表征不同种类的扰动类型的特性,之后使用拟牛顿法和自适应因子改进传统的多层前馈神经网络,将特征作为改进的多层前馈神经网络的输入向量,实现自动的分类识别.实验表明,新方法减少了噪声对分类准确率的影响,学习能力强,能够有效的识别电压暂降、电压瞬升、电压中断、暂态震荡、谐波等5种电能扰动.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐殿国	哈尔滨工业大学电气工程系	549	11959	61.0	88.0
2	刘晓胜	哈尔滨工业大学电气工程系	79	837	16.0	26.0
3	黄南天	哈尔滨工业大学电气工程系	4	46	4.0	4.0