电力系统保护与控制
電力繫統保護與控製
전력계통보호여공제
POWER SYSTM PROTECTION AND CONTROL
2010年
24期
6-13
,共8页
电能质量%多域特征提取%自适应神经-模糊推理系统%BP神经网络%最小二乘支持向量机
電能質量%多域特徵提取%自適應神經-模糊推理繫統%BP神經網絡%最小二乘支持嚮量機
전능질량%다역특정제취%자괄응신경-모호추리계통%BP신경망락%최소이승지지향량궤
基于多域特征提取(multi-domain feature extraction)和自适应神经-模糊推理系统(Adaptive Neuro-Fuzzy Inference system,ANFIS)提出了电能质量扰动类型识别的一种新方法.基于波形包络阈值线对扰动进行检测;在时域、频域和小波域进行多域特征提取,选取扰动信号的基波均方根(RMS)幅值、总谐波畸变率、次谐波幅值和小波包能量熵共同组成输入特征矢量;通过自适应神经-模糊推理系统对电能质量扰动类型进行识别.仿真结果表明,该方法与BP神经网络和最小二乘支持向量机相比平均识别准确率高,对特征不规则的待检电能质量扰动信号具有良好的柔性和适应性.
基于多域特徵提取(multi-domain feature extraction)和自適應神經-模糊推理繫統(Adaptive Neuro-Fuzzy Inference system,ANFIS)提齣瞭電能質量擾動類型識彆的一種新方法.基于波形包絡閾值線對擾動進行檢測;在時域、頻域和小波域進行多域特徵提取,選取擾動信號的基波均方根(RMS)幅值、總諧波畸變率、次諧波幅值和小波包能量熵共同組成輸入特徵矢量;通過自適應神經-模糊推理繫統對電能質量擾動類型進行識彆.倣真結果錶明,該方法與BP神經網絡和最小二乘支持嚮量機相比平均識彆準確率高,對特徵不規則的待檢電能質量擾動信號具有良好的柔性和適應性.
기우다역특정제취(multi-domain feature extraction)화자괄응신경-모호추리계통(Adaptive Neuro-Fuzzy Inference system,ANFIS)제출료전능질량우동류형식별적일충신방법.기우파형포락역치선대우동진행검측;재시역、빈역화소파역진행다역특정제취,선취우동신호적기파균방근(RMS)폭치、총해파기변솔、차해파폭치화소파포능량적공동조성수입특정시량;통과자괄응신경-모호추리계통대전능질량우동류형진행식별.방진결과표명,해방법여BP신경망락화최소이승지지향량궤상비평균식별준학솔고,대특정불규칙적대검전능질량우동신호구유량호적유성화괄응성.