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
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
收藏
页码:61 / 64
页数:4
相关论文
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,