钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
动力工程期刊
\
电工技术学报期刊
\
基于双分辨率S变换和学习向量量化神经网络的电能质量扰动检测方法
基于双分辨率S变换和学习向量量化神经网络的电能质量扰动检测方法
作者:
成达
李建闽
林海军
梁成斌
滕召胜
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
电能质量
扰动分类
S变换
学习向量量化神经网络
时频分析
摘要:
随着实际电网中非线性负荷以及冲击性负荷的不断增加,电能质量问题日趋严重.实现电能质量扰动信号的准确、快速检测对于查找电能质量问题根源、改善电能质量、确保电网安全、保障经济稳定具有重大意义.为此,提出一种基于双分辨率S变换和学习向量量化(LVQ)神经网络的电能质量扰动信号检测方法.算法先采用双分辨率S变换实现扰动信号特征向量的准确、快速提取.在获得扰动信号的特征向量后对各特征向量进行归一化处理并利用经过训练的LVQ神经网络对扰动信号进行分类识别.仿真和实际测试结果表明,该文提出的基于双分辨率S变换和LVQ神经网络的电能质量扰动检测算法具有训练速度快、分类准确率高、适合嵌入式实现等优点.
暂无资源
收藏
引用
分享
推荐文章
基于S变换与傅里叶变换的电能质量多扰动分类识别
电能质量
扰动
分类
S变换
快速傅里叶变换
基于学习向量量化神经网络的人脸朝向识别方法
人脸朝向识别
学习向量量化
神经网络
特征向量提取
基于旋转向量法的电能质量扰动检测分割
电能质量扰动
旋转向量法
检测
分割
基于向量量化的图像超分辨率方法
图像超分辨率
向量量化
分形
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于双分辨率S变换和学习向量量化神经网络的电能质量扰动检测方法
来源期刊
电工技术学报
学科
工学
关键词
电能质量
扰动分类
S变换
学习向量量化神经网络
时频分析
年,卷(期)
2019,(16)
所属期刊栏目
电力系统
研究方向
页码范围
3453-3463
页数
11页
分类号
TM935
字数
8062字
语种
中文
DOI
10.19595/j.cnki.1000-6753.tces.180900
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
滕召胜
湖南大学电气与信息工程学院
218
3004
28.0
43.0
2
林海军
湖南师范大学工程与设计学院
31
229
10.0
13.0
3
成达
3
0
0.0
0.0
4
李建闽
湖南师范大学工程与设计学院
2
0
0.0
0.0
5
梁成斌
湖南大学电气与信息工程学院
2
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(139)
共引文献
(261)
参考文献
(20)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1992(1)
参考文献(0)
二级参考文献(1)
1995(1)
参考文献(0)
二级参考文献(1)
1996(4)
参考文献(1)
二级参考文献(3)
1997(2)
参考文献(0)
二级参考文献(2)
1999(3)
参考文献(1)
二级参考文献(2)
2000(2)
参考文献(0)
二级参考文献(2)
2001(1)
参考文献(0)
二级参考文献(1)
2002(5)
参考文献(0)
二级参考文献(5)
2003(8)
参考文献(1)
二级参考文献(7)
2004(11)
参考文献(1)
二级参考文献(10)
2005(8)
参考文献(1)
二级参考文献(7)
2006(13)
参考文献(3)
二级参考文献(10)
2007(7)
参考文献(0)
二级参考文献(7)
2008(10)
参考文献(0)
二级参考文献(10)
2009(29)
参考文献(0)
二级参考文献(29)
2010(5)
参考文献(0)
二级参考文献(5)
2011(17)
参考文献(3)
二级参考文献(14)
2012(7)
参考文献(3)
二级参考文献(4)
2013(7)
参考文献(1)
二级参考文献(6)
2014(5)
参考文献(1)
二级参考文献(4)
2015(6)
参考文献(1)
二级参考文献(5)
2016(4)
参考文献(1)
二级参考文献(3)
2017(2)
参考文献(1)
二级参考文献(1)
2018(1)
参考文献(1)
二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
电能质量
扰动分类
S变换
学习向量量化神经网络
时频分析
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
电工技术学报
主办单位:
中国电工技术学会
出版周期:
半月刊
ISSN:
1000-6753
CN:
11-2188/TM
开本:
大16开
出版地:
北京市西城区莲花池东路102号天莲大厦10层
邮发代号:
6-117
创刊时间:
1986
语种:
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
期刊文献
相关文献
1.
基于S变换与傅里叶变换的电能质量多扰动分类识别
2.
基于学习向量量化神经网络的人脸朝向识别方法
3.
基于旋转向量法的电能质量扰动检测分割
4.
基于向量量化的图像超分辨率方法
5.
基于小波分形的电能质量暂态扰动多分辨率分析
6.
基于MEEMD的复合电能质量扰动检测方法研究
7.
基于广义S变换和PSO-ELM的电能质量扰动信号识别
8.
利用快速S变换的电能质量扰动识别方法
9.
基于卷积神经网络的视频图像超分辨率重建方法
10.
基于向量量化网络的火电厂炉膛火焰检测
11.
基于Hopfield神经网络的图像矢量量化
12.
基于粒子群优化与卷积神经网络的电能质量 扰动分类方法
13.
基于预测机制下的电能质量扰动检测分析
14.
基于神经网络学习的锥形束CT图像超分辨率重建算法
15.
基于S变换和弹性神经网络的电能质量扰动分类
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
电工技术学报2022
电工技术学报2021
电工技术学报2020
电工技术学报2019
电工技术学报2018
电工技术学报2017
电工技术学报2016
电工技术学报2015
电工技术学报2014
电工技术学报2013
电工技术学报2012
电工技术学报2011
电工技术学报2010
电工技术学报2009
电工技术学报2008
电工技术学报2007
电工技术学报2006
电工技术学报2005
电工技术学报2004
电工技术学报2003
电工技术学报2002
电工技术学报2001
电工技术学报2000
电工技术学报1999
电工技术学报2019年第z2期
电工技术学报2019年第z1期
电工技术学报2019年第9期
电工技术学报2019年第8期
电工技术学报2019年第7期
电工技术学报2019年第6期
电工技术学报2019年第5期
电工技术学报2019年第4期
电工技术学报2019年第3期
电工技术学报2019年第24期
电工技术学报2019年第23期
电工技术学报2019年第22期
电工技术学报2019年第21期
电工技术学报2019年第20期
电工技术学报2019年第2期
电工技术学报2019年第19期
电工技术学报2019年第18期
电工技术学报2019年第17期
电工技术学报2019年第16期
电工技术学报2019年第15期
电工技术学报2019年第14期
电工技术学报2019年第13期
电工技术学报2019年第12期
电工技术学报2019年第11期
电工技术学报2019年第10期
电工技术学报2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号