基于小波和RBF-PNN神经网络的电能扰动辨识

对电能质量进行快速地检测和准确地分类,是治理电能质量和提高用电效率的有效方式。提出一种新的基于小波和神经网络技术的电能质量辨识方法。该方法首先用小波变换对暂态电能质量扰动波形进行预处理,求出不同信号在9尺度小波分解下的能量分布值以及时间、幅值变化等并将其作为信号特征量。然后将归一化的扰动信号信息输入神经网络,根据其输出结果就可以判断发生的电能质量扰动类别。仿真实验证明,该方法不仅可以有效地区分电压暂升、暂降、中断、谐波、高频振荡、闪变等6种电能质量问题,而且抗噪声能力强,训练样本少,响应快速。