基于小波变换和神经网络的暂态电能质量扰动自动识别 |
| |
引用本文: | 刘晓芳,LIU Hui-jin,刘会金,柯定芳.基于小波变换和神经网络的暂态电能质量扰动自动识别[J].电力系统保护与控制,2005,33(23). |
| |
作者姓名: | 刘晓芳 LIU Hui-jin 刘会金 柯定芳 |
| |
摘 要: | 针对短时电能质量变化和暂态扰动现象的不同特点,提出了一种暂态电能质量分类的新方法.先提取基波频段所在的小波系数将电压凹陷、电压凸起和电压中断分别检测出来;然后将小波包分解结果中的最佳子空间的熵值作为特征量,结合人工神经网络区分暂态脉冲和振荡.该方法利用小波和小波包各自的时频分解特点,实现了暂态电能质量扰动的自动检测和分类.经仿真分析,验证了此方法的准确性和高效性.
|
关 键 词: | 暂态电能质量 小波包 熵 人工神经网络 |
Auto recognition of transient power quality disturbances based on wavelet and neural network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|