基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别

• 作者: 何巨龙 刘丹 唐友明 王根平
• 来源期刊: 电力系统保护与控制
• 关键词: 配电网系统 电能质量扰动 提升小波 BP神经网络 定位与识别
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 应用研究
• 页码范围: 69-76
• 页数: 8页
• 字数: 4309字
• 语种: 中文
• DOI: 10.7667/PSPC160684

摘要

针对配电网系统电能质量扰动的非平稳性、突变性和短时持续性问题,提出一种基于提升小波和改进BP神经网络的扰动定位与识别新方法.首先用Euclidean分解算法得到db4小波提升方案;然后对扰动信号进行提升小波分解,结合模极大值对扰动突变点峰值进行定位检测;再利用自适应学习率和增加动量项相结合的方法对BP神经网络改进并进行扰动识别训练.仿真结果表明,该方法能更好地获取扰动时刻信息,定位快速且精度高,能有效地克服传统BP神经网络易陷入局部极小点和收敛速度慢的缺点,对配电网系统电能质量扰动识别率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王根平	湘潭大学智能计算与信息处理教育部重点实验室	62	449	12.0	17.0
3	刘丹	湘潭大学智能计算与信息处理教育部重点实验室	23	75	3.0	8.0
4	何巨龙	湘潭大学智能计算与信息处理教育部重点实验室	5	53	3.0	5.0
7	唐友明	湘潭大学智能计算与信息处理教育部重点实验室	4	45	2.0	4.0