论文摘要
为解决电力系统电能质量复合扰动识别困难的问题,同时为电网无功功率补偿提供依据,提出了一种基于多特征组合的电能质量复合扰动识别方法。应用小波包变换和S变换对电能质量扰动信号进行时频分析,提取信号的幅值特征和频率特征,构建电能质量扰动的多特征组合。然后利用概率神经网络构建多特征组合分类器实现电能质量扰动的分类识别。仿真实验证明,该方法能够识别包括两种复合扰动在内的7种电能质量扰动信号,并且具有较高的分类准确度和抗干扰能力,具有工程应用价值。
论文目录
文章来源
类型: 期刊论文
作者: 马杰,孙宁,任志强,胡洋
关键词: 电能质量,无功功率补偿,小波包变换,变换,多特征组合,概率神经网络
来源: 电力电容器与无功补偿 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 国网张家口供电公司,国网廊坊供电公司
分类号: TM711
DOI: 10.14044/j.1674-1757.pcrpc.2019.02.023
页码: 125-130
总页数: 6
文件大小: 1941K
下载量: 178
相关论文文献
- [1].低压并网型微电网电能质量扰动实验方法设计[J]. 河南科技 2019(34)
- [2].复合电能质量扰动下低压配电网中关键设备附加损耗的解耦分析[J]. 电测与仪表 2019(24)
- [3].基于卷积-长短期记忆网络的电能质量扰动分类[J]. 电力系统保护与控制 2020(02)
- [4].基于电能质量扰动抑制的配电网低电压治理方法[J]. 电子设计工程 2020(04)
- [5].基于特征融合一维卷积神经网络的电能质量扰动分类[J]. 电力系统保护与控制 2020(06)
- [6].基于行波理论的滤波器电能质量扰动控制仿真[J]. 计算机仿真 2020(01)
- [7].基于多层极限学习机的电能质量扰动多标签分类算法[J]. 电力系统保护与控制 2020(08)
- [8].非线性参数在复合电能质量扰动分析中的应用[J]. 红水河 2020(02)
- [9].基于蚁群算法的电能质量扰动源容错性定位方法[J]. 科学技术与工程 2020(13)
- [10].浅谈如何解决好因电能质量扰动所带来的低电压问题[J]. 科学技术创新 2020(18)
- [11].基于深度置信网络的电能质量扰动检测与分类[J]. 广东电力 2020(06)
- [12].基于循环神经网络的电能质量扰动识别[J]. 电力系统保护与控制 2020(18)
- [13].基于改进小波阈值函数和奇异值分解的电能质量扰动检测[J]. 电测与仪表 2020(21)
- [14].一种实时电能质量扰动识别分类方法[J]. 河北工业科技 2019(01)
- [15].小波包和最小二乘支持向量机的电能质量扰动识别[J]. 现代电子技术 2018(03)
- [16].基于广义谐波理论的电能质量扰动检测方法[J]. 水电站机电技术 2018(05)
- [17].基于迁移学习的电能质量扰动分类方法研究[J]. 电气时代 2018(09)
- [18].几种电能质量扰动检测和分类方法研究[J]. 科技风 2018(30)
- [19].压缩感知在电能质量扰动信号中的研究[J]. 山西电子技术 2016(06)
- [20].基于样本熵的电网传输电能质量扰动信号分析[J]. 电网与清洁能源 2016(11)
- [21].一种新的电能质量扰动信号压缩感知识别方法[J]. 电力系统保护与控制 2017(03)
- [22].一种实时电能质量扰动分类方法[J]. 电工技术学报 2017(03)
- [23].电能质量扰动信号的自适应去噪方法[J]. 电力系统自动化 2016(23)
- [24].不相干约束项的判别字典表示电能质量扰动分类研究[J]. 电子测量与仪器学报 2017(04)
- [25].一种新的电能质量扰动特征提取与识别方法[J]. 现代电子技术 2017(14)
- [26].电能质量扰动信号模型的建立[J]. 中国标准化 2017(14)
- [27].复杂电能质量扰动事件区段定位方法研究[J]. 中国电机工程学报 2017(17)
- [28].S变换在电能质量扰动中的分析[J]. 电测与仪表 2015(22)
- [29].基于复阻抗与支持向量机的电能质量扰动分类方法[J]. 安徽大学学报(自然科学版) 2016(03)
- [30].基于压缩感知的电能质量扰动信号分析[J]. 大连工业大学学报 2016(04)