基于小波和ANN的电能质量分类方法

被引：15

作者：

梅雪

吴为麟

机构：

[1] 浙江大学电气工程学院

来源：

浙江大学学报(工学版) | 2004年 / 10期

关键词：

电能质量; 人工神经网络; 小波变换;

D O I：

暂无

中图分类号：

TM71 [理论与分析];

学科分类号：

摘要：

为了对电能质量进行有效的治理,以提高用电效率,有必要对电能质量进行快速的检测和准确的分类.基于小波的时频分析特点和人工神经网络(ANN)的学习能力,提出一种电能质量实用分类方法.利用正交小波对信号进行多分辨率分析,将一定时间长度内的信号的能量映射到多个频段内,通过与标准正弦信号各频段能量的比较,提取各类电能质量的能量变化特征;利用ANN对输入特征矢量进行识别,完成电能质量的自动分类.仿真实验证明,该方法可以有效地区分电压的上升、下降、闪变以及谐波畸变、暂态等5种电能质量问题.

引用

页码：146 / 149

页数：4