一种广义S变换及模糊SOM网络的电能质量多扰动检测和识别方法

被引:58
作者
尹柏强 [1 ]
何怡刚 [1 ]
朱彦卿 [2 ]
机构
[1] 合肥工业大学电气与自动化工程学院
[2] 不详
基金
国家杰出青年科学基金;
关键词
电能质量检测; 多扰动检测; S变换; 广义S变换; SOM神经网络;
D O I
10.13334/j.0258-8013.pcsee.2015.04.013
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
摘要
针对暂态电能质量电压多扰动信号的检测与分类问题,提出一种基于广义S变换及模糊SOM神经网络的暂态电能质量检测和识别方法。针对常见的电压多扰动信号,特别是两种扰动叠加的情况,采用广义S变换对扰动信号的时频特征进行提取,并取变换后的时间幅值平方和均值和特征频点作为神经网络的输入样本,采用模糊SOM神经网络进行训练,再用新的多扰动数据进行网络检验。仿真与实验结果表明,广义S变换能有效提高电能质量多扰动特征检测,模糊SOM神经网络能精确对其进行分类,该方法能够较好的解决电压多扰动叠加情况的定性和定量分类问题。
引用
收藏
页码:866 / 872
页数:7
相关论文
共 10 条
[1]   心磁信号广义S变换域奇异值分解滤波方法 [J].
尹柏强 ;
何怡刚 ;
吴先明 .
物理学报, 2013, 62 (14) :512-519
[2]   基于S变换的平方检测法测量电压闪变 [J].
唐求 ;
滕召胜 ;
高云鹏 ;
周毅波 .
中国电机工程学报, 2012, 32 (07) :60-67+192
[3]   基于短时傅里叶变换的电能质量扰动识别与采用奇异值分解的扰动时间定位 [J].
徐永海 ;
赵燕 .
电网技术, 2011, 35 (08) :174-180
[4]   原子稀疏分解算法在电力系统扰动信号分析中的应用 [J].
贾清泉 ;
于连富 ;
王宁 ;
崔明勇 ;
张巍 .
电力系统保护与控制, 2010, 38 (19) :17-21
[5]   基于复小波变换的暂态电能质量扰动检测与分类 [J].
冯浩 ;
周雒维 ;
刘毅 .
电网技术, 2010, 34 (03) :91-95
[6]   基于S变换与PNN的电能质量多扰动检测 [J].
唐求 ;
王耀南 ;
郭斯羽 ;
滕召胜 .
仪器仪表学报, 2009, 30 (08) :1668-1673
[7]   广义S变换及其时频滤波 [J].
陈学华 ;
贺振华 ;
黄德济 .
信号处理, 2008, (01) :28-31
[8]   竞争层结构可调SOM网络在中药模式识别中的应用 [J].
王佩佩 ;
宋晓峰 ;
杨平 .
数据采集与处理, 2007, (04) :479-485
[9]   基于S变换和人工神经网络的电能质量扰动识别 [J].
吕干云 ;
冯华君 ;
汪晓东 ;
张长江 .
仪器仪表学报, 2006, (S3) :2281-2283
[10]   利用S变换时频等值线图与幅值包络向量实现电压凹陷的分类 [J].
杨洪耕 ;
刘守亮 ;
肖先勇 .
电工技术学报, 2006, (08) :75-79+126