分段傅里叶神经网络的低频振荡模式识别方法

• 作者: 周益华 曾喆昭 竺炜 马建伟
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: Prony 神经网络 主导模式 低频振荡 模式识别
• 年，卷（期）: 2012,（15）
• 所属期刊栏目: 应用研究
• 页码范围: 40-45
• 分类号: TM712
• 字数: 2729字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2012.15.008

摘要

针对低频振荡带宽较窄、主导模式较少的特点,提出了分段傅里叶神经网络的主导模式识别方法.采用分段傅里叶系数以求得振荡阻尼特性；为克服傅里叶系数直接求解的困难,采用有限神经元的正交基神经网络模型进行求解.根据分段傅里叶系数识别振荡主导模式的频率和衰减因子；再根据其与衰减时间窗的关系得到振荡幅值.该方法既保留了傅里叶算法抗噪性好的特点,又利用神经网络训练,进一步提高了抗噪性和可靠性,并通过算例仿真得到了证明.该研究对电力系统低频振荡的在线动态识别具有实际意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	竺炜	长沙理工大学电气与信息工程学院	35	259	10.0	14.0
5	曾喆昭	长沙理工大学电气与信息工程学院	81	495	13.0	16.0
6	马建伟	长沙理工大学电气与信息工程学院	4	32	3.0	4.0
7	周益华	长沙理工大学电气与信息工程学院	2	23	2.0	2.0