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
• 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
• 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

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.

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