Print

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

论文摘要

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。

论文目录

  • 0 引言
  • 1 电能质量扰动信号特征提取
  •   1.1 双分辨率S变换原理
  •   1.2 双分辨率S变换的计算
  •   1.3 调节因子的选取
  •     1.3.1 λl的选取
  •     1.3.2 λh的选取
  •   1.4 双分辨率S变换快速算法
  •   1.5 扰动信号特征量的提取
  • 2 电能质量扰动信号分类
  •   2.1 LVQ神经网络
  •   2.2 扰动信号的分类
  • 3 电能质量扰动检测算法仿真
  •   3.1 无噪声影响下的仿真
  •   3.2 不同噪声影响下的仿真
  •   3.3 基波频率波动影响下的仿真
  •   3.4 与其他电能质量扰动分类识别算法的比较
  • 4 实际测试结果与分析
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 李建闽,林海军,梁成斌,滕召胜,成达

    关键词: 电能质量,扰动分类,变换,学习向量量化神经网络,时频分析

    来源: 电工技术学报 2019年16期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 湖南师范大学工程与设计学院,湖南大学电气与信息工程学院,中国电力科学研究院

    基金: 国家自然科学基金资助项目(5137049,51775185)

    分类号: TM711

    DOI: 10.19595/j.cnki.1000-6753.tces.180900

    页码: 3453-3463

    总页数: 11

    文件大小: 954K

    下载量: 421

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/a5386b2325d79d1364e9eeef.html