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       
摘要:
为了及时准确地诊断微电网的短路故障,并识别其故障类型和相别,文章以BP神经网络为基础方法,并应用Shannon熵和小波分析理论增强故障特征的提取能力,建立了一种新的诊断方法.对微电网的三相电流信号作三层小波分解,得到电流分解信号,以及小波Shannon能量熵;然后将三相电流重构信号的Shannon能量熵组成特征向量,作为BP神经网络的输入;最后利用训练的BP神经网络进行微电网故障类型和故障相别的识别.仿真结果表明,该方法能准确识别微电网内部故障类型和故障相别,准确率达到96.8%,可有效保障电网安全稳定运行.
推荐文章
基于BP神经网络的卫星故障诊断方法
卫星
BP神经网络
故障诊断
基于LM-BP神经网络的气阀故障诊断方法
Levenberg-Marquardt算法
BP神经网络
多级往复式压缩机
气阀故障
基于退火BP神经网络的模拟电路故障诊断方法
故障诊断
模拟电路
BP神经网络
模拟退火
基于改进BP神经网络的故障诊断方法
改进BP算法
神经网络
发动机
故障诊断
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Shannon熵和BP神经网络的微电网短路故障诊断
来源期刊 南方农机 学科 工学
关键词 微电网 故障诊断 Shannon能量熵 BP神经网络
年,卷(期) 2020,(2) 所属期刊栏目 南方论坛
研究方向 页码范围 14-16,19
页数 4页 分类号 TM75
字数 2341字 语种 中文
DOI
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 姜春娣 上海海事大学物流工程学院 10 6 1.0 2.0
3 邱路 上海海事大学物流工程学院 4 4 1.0 2.0
4 叶银忠 5 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(7)
  • 参考文献(2)
  • 二级参考文献(5)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
微电网
故障诊断
Shannon能量熵
BP神经网络
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
南方农机
半月刊
1672-3872
36-1239/TH
大16开
江西省南昌市省府大院北一路3号6楼
44-110
1970
chi
出版文献量(篇)
23381
总下载数(次)
96
论文1v1指导