论文摘要
针对极限学习机预测结果易受其初始化输入权值和偏置值的影响,提出一种DA算法优化ELM的电能质量扰动诊断和识别模型。选择5种电能质量扰动信号为研究对象,研究结果表明,与GA_ELM、PSO_ELM和ELM相比,本文提出的算法DA_ELM可以有效提高电能质量扰动识别的准确率,为电能质量扰动诊断和识别提供新的方法和途径。
论文目录
文章来源
类型: 期刊论文
作者: 王宏刚,田洪迅,谈军,周辉
关键词: 蜻蜓算法,极限学习机,电能质量,样本熵,小波分解
来源: 电力电容器与无功补偿 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 国家电网公司,南瑞集团(国网电力科学研究院),国网浙江省电力公司
分类号: TM711
DOI: 10.14044/j.1674-1757.pcrpc.2019.01.025
页码: 142-147
总页数: 6
文件大小: 1959K
下载量: 180