基于S变换与PNN的电能质量多扰动检测

针对电能质量检测与分类需求,提出了一种基于S变换与概率神经网络的电能质量扰动检测和分类方法,应用S变换对电能质量扰动样本信号进行时频分析,提取信号的特征量,利用获得的特征量训练概率神经网络,并进行分类。仿真实验证明基于S变换与概率神经网络融合的电能质量多扰动分类方法训练速度快、分类准确度高,在训练样本数少、噪声影响大和多扰动信号并存时分类识别效果好。在此基础上研制了基于虚拟仪器的电能质量扰动检测系统,给出了系统构成与工作流程,现场试验验证了系统的准确性。