基于神经网络和支持向量机的电能质量组合评价

被引：7

作者：

王丽 ^{[1
]}

王红梅 ^{[2
]}

吴振洲 ^{[1
]}

机构：

[1] 山西省太原供电分公司

[2] 长治供电分公司

来源：

华北水利水电学院学报 | 2009年 / 30卷 / 03期

关键词：

电能质量; 组合评价; 支持向量机; 神经网络;

D O I：

10.19760/j.ncwu.zk.2009.03.019

中图分类号：

TM933.4 [电能测量、电度表];

学科分类号：

080402 [测试计量技术及仪器];

摘要：

电能质量在当代越来越受到重视.根据电能质量的概述,提炼出电能质量评价指标体系,并基于组合评价的原理,运用BP神经网络和支持向量机对其进行评价,通过检验,证明了评价方法的有效性.

引用

页码：61 / 64

页数：4

共 10 条

[1]

基于支持向量机的信用评估模型及风险评价 [J].

肖文兵 ;

费奇 ;

万虎 .

华中科技大学学报(自然科学版), 2007, (05) :23-26

[2]

混合模糊神经网络在短期负荷预测中的应用 [J].

赵宇红 ;

肖金凤 ;

陈忠泽 .

电力系统及其自动化学报, 2006, (02) :99-104

[3]

基于可变权重的电能质量模糊综合评价 [J].

赵霞 ;

赵成勇 ;

贾秀芳 ;

李庚银 .

电网技术, 2005, (06) :11-16

[4]

浅谈电能质量评估的方法 [J].

陈磊 ;

徐永海 .

电气应用, 2005, (01) :58-61+65

[5]

基于模糊理论的电能质量综合量化指标研究 [J].

唐会智 ;

彭建春 .

电网技术, 2003, (12) :85-88

[6]

基于概率统计和矢量代数的电能质量归一量化与评价 [J].

江辉 ;

彭建春 ;

欧亚平 ;

李朝昀 .

湖南大学学报(自然科学版), 2003, (01) :66-70

[7]

电能质量及其模糊方法评价 [J].

贾清泉 ;

宋家骅 ;

兰华 ;

杨以涵 ;

尹昌新 .

电网技术, 2000, (06) :46-49

[8]

电能质量分析与控制.[M].肖湘宁主编;.中国电力出版社.2004,

[9]

神经网络系统理论及其应用.[M].沈世镒著;.科学出版社.1998,

[10]

人工神经网络.[M].杨行峻;郑君里编;.高等教育出版社.1992,

← 1 →