电能质量扰动的小波能量谱神经网络分类方法

• 作者: 侯林源 司丹淼 柳岩妮
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 电能质量 扰动分类 小波能量谱 人工神经网络
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 电力电子及电力系统自动化
• 页码范围: 45-49
• 页数: 5页
• 分类号: TM711
• 字数: 2623字
• 语种: 中文

摘要

为实现电能质量扰动的准确分类,根据暂态电能质量扰动现象的本质特征,提出一种基于小波能量谱和人工神经网络相结合的分类方法.利用小波包对扰动信号进行分解和重构,提取小波包重构系数,然后将各频段的能量进行归一化处理,构造能量特征向量,作为人工神经网络的输入样本,进行人工神经网络的训练和测试,最终以分类不同扰动信号.经过MATLAB软件对大量样本进行仿真验证,证明该方案能够快速准确地分类扰动信号.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯林源	山东科技大学电气与自动化工程学院	8	18	3.0	4.0
2	柳岩妮	山东科技大学电气与自动化工程学院	12	143	6.0	11.0