电力自动化设备
電力自動化設備
전력자동화설비
ELECTRIC POWER AUTOMATION EQUIPMENT
2009年
7期
64-67
,共4页
能量分布%小波变换%神经网络%电能质量%扰动%分类
能量分佈%小波變換%神經網絡%電能質量%擾動%分類
능량분포%소파변환%신경망락%전능질량%우동%분류
提出了基于小波变换能量分布和BP神经网络的电能质量扰动的自动分类方法.利用小波变换对电能质量扰动信号进行多分辨分析,计算各分解层能量分布,求出该能量分布与标准信号能量分布差值并将其作为信号特征量,通过一个3层BP网络得到扰动的类型.该方法将小波变换系数转化为能量分布,减少信号特征的数量,从而简化了神经网络结构.测试结果表明,即使在较强噪声信号背景下,该方法对电能质量扰动类型的识别率仍可达到94.5%,证明了该方法的有效性.
提齣瞭基于小波變換能量分佈和BP神經網絡的電能質量擾動的自動分類方法.利用小波變換對電能質量擾動信號進行多分辨分析,計算各分解層能量分佈,求齣該能量分佈與標準信號能量分佈差值併將其作為信號特徵量,通過一箇3層BP網絡得到擾動的類型.該方法將小波變換繫數轉化為能量分佈,減少信號特徵的數量,從而簡化瞭神經網絡結構.測試結果錶明,即使在較彊譟聲信號揹景下,該方法對電能質量擾動類型的識彆率仍可達到94.5%,證明瞭該方法的有效性.
제출료기우소파변환능량분포화BP신경망락적전능질량우동적자동분류방법.이용소파변환대전능질량우동신호진행다분변분석,계산각분해층능량분포,구출해능량분포여표준신호능량분포차치병장기작위신호특정량,통과일개3층BP망락득도우동적류형.해방법장소파변환계수전화위능량분포,감소신호특정적수량,종이간화료신경망락결구.측시결과표명,즉사재교강조성신호배경하,해방법대전능질량우동류형적식별솔잉가체도94.5%,증명료해방법적유효성.
