四川电力技术
四川電力技術
사천전력기술
SICHUAN ELECTRIC POWER TECHNOLOGY
2002年
3期
41-43
,共3页
电能质量%小波变换%模式识别%神经网络%学习矢量量化%证据理论
電能質量%小波變換%模式識彆%神經網絡%學習矢量量化%證據理論
전능질량%소파변환%모식식별%신경망락%학습시량양화%증거이론
利用最近在小波变换、人工神经网络和证据理论上取得的进展来进行电能质量扰动波形的识别.与以往在时域用单个神经网络进行识别不同,提出的方案是在小波域用一组多层神经网络来进行的.最后,用Dempster-Shafer证据理论综合了网络的输出,并由分类器提供已辨识的扰动波形的信任度.
利用最近在小波變換、人工神經網絡和證據理論上取得的進展來進行電能質量擾動波形的識彆.與以往在時域用單箇神經網絡進行識彆不同,提齣的方案是在小波域用一組多層神經網絡來進行的.最後,用Dempster-Shafer證據理論綜閤瞭網絡的輸齣,併由分類器提供已辨識的擾動波形的信任度.
이용최근재소파변환、인공신경망락화증거이론상취득적진전래진행전능질량우동파형적식별.여이왕재시역용단개신경망락진행식별불동,제출적방안시재소파역용일조다층신경망락래진행적.최후,용Dempster-Shafer증거이론종합료망락적수출,병유분류기제공이변식적우동파형적신임도.
