电力系统及其自动化学报
電力繫統及其自動化學報
전력계통급기자동화학보
PROCEEDINGS OF THE CHINESE SOCIETY OF UNIVERSITIES
2010年
2期
76-81,108
,共7页
何朝辉%黄纯%刘斌%程扬军
何朝輝%黃純%劉斌%程颺軍
하조휘%황순%류빈%정양군
电能质量扰动%分类%核主成分分析%概率神经网络%小波变换
電能質量擾動%分類%覈主成分分析%概率神經網絡%小波變換
전능질량우동%분류%핵주성분분석%개솔신경망락%소파변환
针对电能质量扰动分类,提出基于小波系数特征的核主成分分析(KPCA)和概率神经网络(PNN)的分类新方法.对正常信号和六种常见电能质量扰动(电压暂降、暂升、短时中断、谐波、电压波动和振荡暂态)进行小波变换和多尺度分析,提取各类扰动在多个尺度上小波系数作为特征向量;利用KPCA进行主成分提取,降低了小波系数特征向量维数,再输入PNN进行分类.仿真表明,该方法分类速度和准确率良好.
針對電能質量擾動分類,提齣基于小波繫數特徵的覈主成分分析(KPCA)和概率神經網絡(PNN)的分類新方法.對正常信號和六種常見電能質量擾動(電壓暫降、暫升、短時中斷、諧波、電壓波動和振盪暫態)進行小波變換和多呎度分析,提取各類擾動在多箇呎度上小波繫數作為特徵嚮量;利用KPCA進行主成分提取,降低瞭小波繫數特徵嚮量維數,再輸入PNN進行分類.倣真錶明,該方法分類速度和準確率良好.
침대전능질량우동분류,제출기우소파계수특정적핵주성분분석(KPCA)화개솔신경망락(PNN)적분류신방법.대정상신호화륙충상견전능질량우동(전압잠강、잠승、단시중단、해파、전압파동화진탕잠태)진행소파변환화다척도분석,제취각류우동재다개척도상소파계수작위특정향량;이용KPCA진행주성분제취,강저료소파계수특정향량유수,재수입PNN진행분류.방진표명,해방법분류속도화준학솔량호.
