多尺度稀疏电能质量扰动识别方法

• 作者: 侯怡爽 刘正杰 吴志宇 朱云芳 高岩
• 来源期刊: 西南交通大学学报
• 学科: 航空航天
• 关键词: 电能质量 压缩感知 扰动识别 交叉熵寻优 深度置信网络
• 年，卷（期）: 2020,（1）
• 页码范围: 18-26
• 页数: 9页
• 分类号: V221.3
• 字数: 5386字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.20180606

摘要

针对传统电能质量扰动识别中存在数据量大、扰动特征依赖主观选择的问题,提出一种多尺度稀疏电能质量扰动深度识别方法.首先,构建电能质量的多尺度稀疏模型,通过对扰动信号平稳小波多尺度变换获得扰动的低高频信息;然后,对其压缩采样获得降维的测量数据,并在此基础之上,应用正交匹配追踪算法求取各层稀疏系数组成稀疏向量,将稀疏向量输入深度置信网络,实现扰动的智能识别;同时,为进一步提高网络识别的准确性,采用交叉熵算法完成对网络隐含层数、学习率等参数寻优;最后,为验证所述方法的有效性,针对几类典型的单一扰动和复合扰动信号进行大量仿真试验.结果表明:在理想环境和噪声环境下,针对七类典型单一扰动,平均识别率达到99.0％和96.71％以上;针对13类多重扰动,平均识别到达97.69％和94.62％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高岩	西南交通大学电气工程学院	5	21	2.0	4.0
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
5	刘正杰	西南交通大学电气工程学院	2	0	0.0	0.0