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:
针对公寓用电中的大功率电器识别问题,提出利用小波神经网络对大功率电器进行识别.由于采集到的电网电流信号是基波信号和谐波信号的混合,因此需要进行信号分离.基于Mallat快速算法进行小波变换提取其中的谐波电流信号;将总电流的平均功率增量和谐波电流的平均功率增量经过归一化处理后作为大功率电器识别的特征向量,利用得到的特征向量对融合型小波神经网络进行基于BP算法的网络训练;利用训练好的小波神经网络对未知的电网电流数据进行识别,实现大功率电器的在线识别和预警.对比仿真实验表明:利用小波神经网络对大功率电器识别比传统的BP神经网络有更高的准确率.
推荐文章
基于小波神经网络的信号识别
信号分选与识别
小波分析
神经网络
小波神经网络
基于小波混沌神经网络的语音识别
语音识别
小波变换
混沌
神经网络
基于 BP 神经网络的用电器分类识别技术的研究
电器分类
BP 神经网络
欧式距离
谐波系数
船舶大功率发电机的神经网络建模
神经网络
船用大功率发电机
建模
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 基于小波神经网络的大功率电器识别技术研究
来源期刊 测控技术 学科 工学
关键词 小波神经网络 负荷识别 BP算法 谐波电流
年,卷(期) 2018,(8) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 25-28
页数 4页 分类号 TP391.4
字数 3147字 语种 中文
DOI 10.19708/j.ckjs.2018.08.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 史振江 广东理工职业学院工程技术系 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (91)
共引文献  (79)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1995(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(17)
  • 参考文献(0)
  • 二级参考文献(17)
2014(9)
  • 参考文献(2)
  • 二级参考文献(7)
2015(16)
  • 参考文献(4)
  • 二级参考文献(12)
2016(6)
  • 参考文献(3)
  • 二级参考文献(3)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波神经网络
负荷识别
BP算法
谐波电流
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
总被引数(次)
55628
论文1v1指导