基于蜻蜓算法优化ELM的电能质量扰动诊断与识别研究

• 作者: 周辉 王宏刚 田洪迅 谈军
• 来源期刊: 电力电容器与无功补偿
• 关键词: 蜻蜓算法 极限学习机 电能质量 样本熵 小波分解
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 系统应用研究
• 页码范围: 142-147
• 页数: 6页
• 语种: 中文
• DOI: 10.14044/j.1674-1757.pcrpc.2019.01.025

摘要

针对极限学习机预测结果易受其初始化输入权值和偏置值的影响,提出一种DA算法优化ELM的电能质量扰动诊断和识别模型.选择5种电能质量扰动信号为研究对象,研究结果表明,与GA_ELM、PSO_ELM和ELM相比,本文提出的算法DA_ELM可以有效提高电能质量扰动识别的准确率,为电能质量扰动诊断和识别提供新的方法和途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏刚		9	47	3.0	6.0
2	田洪迅		5	42	3.0	5.0
3	周辉		6	11	2.0	3.0