作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于S变换和径向基神经网络的暂态电能质量扰动识别的方法。该方法首先用S变换对暂态电能质量扰动波形进行预处理.使用统计的方法提取了5个相关特征量,然后用径向基神经网络对提取的特征量样本进行分类。仿真结果表明,该方案正确率高,抗噪声能力强,训练样本少,响应快速.
推荐文章
基于人工神经网络的暂态电能质量现象的分类与识别
神经网络
暂态电能质量
分类和识别
小波变换
基于S变换与傅里叶变换的电能质量多扰动分类识别
电能质量
扰动
分类
S变换
快速傅里叶变换
利用快速S变换的电能质量扰动识别方法
电能质量
快速S变换
支持向量机
实时性
基于广义S变换和PSO-ELM的电能质量扰动信号识别
电能质量
扰动识别
S变换
粒子群
极限学习机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于S变换和径向基神经网络的暂态电能质量扰动识别
来源期刊 自动化应用 学科 工学
关键词 电能质量 S变换 径向基神经网络 电能质量扰动分类
年,卷(期) 2011,(9) 所属期刊栏目 电力系统自动化
研究方向 页码范围 50-53,66
页数 分类号 TM71
字数 3698字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (149)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (3)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
电能质量
S变换
径向基神经网络
电能质量扰动分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化应用
月刊
1674-778X
50-1201/TP
大16开
重庆市渝北区洪湖西路18号《自动化应用》杂志社
78-52
1960
chi
出版文献量(篇)
6972
总下载数(次)
15
论文1v1指导