基于S变换与傅里叶变换的电能质量多扰动分类识别

• 作者: 唐求 王耀南 蒋锋 郭斯羽
• 来源期刊: 湖南大学学报（自认科学版）
• 关键词: 电能质量 扰动 分类 S变换 快速傅里叶变换
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 机电工程
• 页码范围: 38-42
• 页数: 5页
• 分类号: TM712
• 语种: 中文

摘要

提出了一种基于S变换、加窗插值快速傅里叶变换(FFT)和概率神经网络(PNN)的电能质量扰动检测和分类方法.应用S变换和加窗插值FFT对电能质量多扰动信号进行时频分析,获取信号的特征量.通过训练信号集上获得的特征量,训练了一个概率神经网络用于扰动分类.训练好的网络在测试信号集上的测试结果表明,对正常电压和常见的电能质量扰动,该方法具有较高的分类准确率,在训练样本数较少、噪声影响大和多扰动信号并存时仍能取得较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀南	湖南大学电气与信息工程学院	624	12897	53.0	86.0
2	郭斯羽	湖南大学电气与信息工程学院	42	506	13.0	22.0
3	唐求	湖南大学电气与信息工程学院	56	676	14.0	25.0
4	蒋锋		4	37	3.0	4.0