基于稀疏降噪自编码的电能质量扰动识别研究

• 作者: 邓鹏 张良力 王斌
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 电能质量 特征提取 扰动识别 稀疏降噪自编码
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 75-79
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.01.018

摘要

针对传统电网电能质量扰动识别中特征向量提取精度不足、扰动信号识别率不高的问题,提出使用稀疏降噪自编码模型构建扰动分类识别网络.首先对扰动信号样本做降噪腐蚀处理,并对误差函数添加稀疏惩罚项和权重衰减项.然后采用梯度下降法求解误差偏导函数方程,增强了整个自编码模型的数据特征提取能力.最后选用Logistic分类器对特征向量做识别处理,经反向微调整合模型参数,提升了模型分类识别性能.仿真结果表明,所建模型在电能质量扰动分类识别训练速率、平均识别准确率方面优于文中其它测试模型,且泛化能力强,能以较高准确率快速识别出不同电能质量扰动信号.