| 基于多标签RBF神经网络的电能质量复合扰动分类方法 |
| |
| 引用本文： | 管春,周雒维,卢伟国. 基于多标签RBF神经网络的电能质量复合扰动分类方法[J]. 电工技术学报, 2011, 0(8): 198-204 |
| |
| 作者姓名： | 管春 周雒维 卢伟国 |
| |
| 作者单位： | 重庆大学输配电装备及系统安全与新技术国家重点实验室;重庆邮电大学通信与信息工程学院; |
| |
| 基金项目： | 国家自然科学基金(50807058); 重庆邮电大学自然科学基金(A2009-41)资助项目 |
| |
| 摘 要： | 在径向基(RBF)神经网络和C-均值聚类算法的基础上,提出一种适用于电能质量复合扰动分类的多标签排位分类算法—多标签径向基函数法(ML-RBF)。首先,对常见的电能质量扰动及其组合而成的复合扰动进行离散小波分解,提取各层分解系数的规范能量熵作为特征向量;然后采用C-均值聚类算法将所得的特征向量映射为RBF神经网络的输入;最后通过RBF神经网络对该电能质量复合扰动类型进行预测。仿真实验结果表明,在不同的噪声条件下,ML-RBF可以有效分类识别电能质量复合扰动。
|
| 关 键 词： | 电能质量 多标签分类 径向基函数 小波变换 C-均值聚类 |
Recognition of Multiple Power Quality Disturbances Using Multi-Label RBF Neural Networks |
| |
| Guan Chun, Zhou Luowei Lu Weiguo. Recognition of Multiple Power Quality Disturbances Using Multi-Label RBF Neural Networks[J]. Transactions of China Electrotechnical Society, 2011, 0(8): 198-204 |
| |
| Authors: | Guan Chun Zhou Luowei Lu Weiguo |
| |
| Affiliation: | Guan Chun1,2 Zhou Luowei1 Lu Weiguo1(1.State Key Laboratory of Power Transmission Equipment & System Security and New Technology,Chongqing University Chongqing 400044 China 2.Chongqing University of Posts and Telecommunications Chongqing 400065 China) |
| |
| Abstract: | A multi-label ranking learning method named ML-RBF is designed to identify the type of multiple power quality disturbances based on RBF neural networks and C-means clustering algorithm.Firstly,several common power quality disturbances and their compound ones are decomposed by discrete wavelet transform,and the norm energy entropy of the wavelet coefficients of each level are extracted as eigenvectors.And then,the eigenvectors are mapped into the input of the RBF neural networks using C-means clustering algo... |
| |
| Keywords: | Power quality multi-label classification RBF wavelet transform C-means clustering |
| 本文献已被 CNKI 等数据库收录！ |
