电能质量扰动识别的小波压缩感知方法

• 作者: 侯怡爽 吴志宇 朱云芳 陈维荣
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 电能质量 压缩感知 扰动识别 小波变换 BP神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 1-7
• 页数: 7页
• 分类号: TM711
• 字数: 5530字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2019.05.002

摘要

为改善基于小波电能质量信号扰动识别中存在数据量大、识别率不高的不足,提出一种电能质量扰动识别的小波压缩感知新方法.该方法首先确定扰动信号在小波域中的稀疏性,利用小波压缩感知降维,获得少量测量数据,应用正交匹配追踪算法求取各层稀疏系数组成稀疏矩阵;然后提取稀疏系数的最大值、标准差、峭度等组成特征向量,输入神经网络系统训练并实现分类识别.该方法具有采样数据少、处理方便、特征提取简单等特点.仿真结果表明,针对典型的7类单一扰动和复合扰动信号,所提方法在理想环境下识别率分别达到99.50%和99.43%,噪声环境下识别率分别达到97%和98%以上,拥有较强的鲁棒性和较好的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈维荣	西南交通大学电气工程学院	246	3368	29.0	47.0
2	朱云芳	西南交通大学电气工程学院	11	153	8.0	11.0
3	吴志宇	西南交通大学电气工程学院	3	1	1.0	1.0
4	侯怡爽	西南交通大学电气工程学院	2	1	1.0	1.0