基于人工神经网络的暂态电能质量现象的分类与识别

• 作者: 刘育田 胥海纶
• 来源期刊: 计算技术与自动化
• 关键词: 神经网络 暂态电能质量 分类和识别 小波变换
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 控制系统与自动化装置
• 页码范围: 37-41
• 页数: 5页
• 分类号: TN911.71
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2009.02.009

摘要

暂态电能质量信号具有发生随机性,持续时间短和非平稳的特性,使得信号的识别实现较为困难.目前对电能质量信号进行辨识的方法有基于规则的专家系统方法、基于神经网络的方法以及结合小波变换技术的神经网络方法等.利用小波变换和人工神经网络的结合方法,对各种暂态现象实现有效地识别和初步地分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘育田	西南科技大学土建学院	29	169	8.0	12.0
2	胥海纶	西南科技大学土建学院	4	17	2.0	4.0