| 基于深度置信网络的电能质量扰动事件分类 |
| |
| 引用本文： | 王玥,肖斐,艾芊,张宇帆,李昭昱.基于深度置信网络的电能质量扰动事件分类[J].供用电,2019,36(1):40-45,53. |
| |
| 作者姓名： | 王玥 肖斐 艾芊 张宇帆 李昭昱 |
| |
| 作者单位： | 上海交通大学电气工程系,上海,200240;上海交通大学电气工程系,上海,200240;上海交通大学电气工程系,上海,200240;上海交通大学电气工程系,上海,200240;上海交通大学电气工程系,上海,200240 |
| |
| 摘 要： | 为满足电能质量扰动准确分类的需求,提出了一种基于极大重叠离散小波变换(MODWT)和深度置信网络(DBN)的电能质量扰动分类方法。首先利用MODWT提出一种可靠的电能质量暂态事件检测算法,该算法无需设定检测阈值,可准确获取暂态事件的起止时刻。接着提取暂态事件的电压谐波成分并组成特征向量。然后用DBN分类器对扰动信号进行分类识别,DBN方法比常用的分类方法具有更高的分类准确率和更短的训练时间。通过应用于现场实测扰动数据表明:所提出的方法适用于多种类型的电能质量扰动检测,在少样本情况下具有优越的分类性能。
|
| 关 键 词： | 电能质量 极大重叠离散小波变换 深度置信网络 分类识别 |
Deep Belief Networks Based Classification of Power Quality Disturbance Events |
| |
| WANG Yue,XIAO Fei,AI Qian,ZHANG Yufan,LI Zhaoyu.Deep Belief Networks Based Classification of Power Quality Disturbance Events[J].Distribution & Utilization,2019,36(1):40-45,53. |
| |
| Authors: | WANG Yue XIAO Fei AI Qian ZHANG Yufan LI Zhaoyu |
| |
| Affiliation: | (Department of Electrical Engineering,Shanghai Jiao Tong University,Shanghai 200240,China) |
| |
| Abstract: | WANG Yue;XIAO Fei;AI Qian;ZHANG Yufan;LI Zhaoyu(Department of Electrical Engineering,Shanghai Jiao Tong University,Shanghai 200240,China) |
| |
| Keywords: | power quality maximum overlapping discrete wavelet transform deep belief networks classification and recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
