基于小波熵和BP神经网络的孤岛检测与扰动辨识

被引：3

作者：

梁雪飞

陈歆技

机构：

[1] 东南大学电气工程学院

来源：

电网与清洁能源 | 2012年 / 28卷 / 06期

关键词：

孤岛; 电压扰动; 小波; 多分辨率分析; 熵; 神经网络;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化];

学科分类号：

080802 ;

摘要：

提出基于小波熵和BP神经网络的孤岛检测技术,将小波变换的多分辨率分析与信息熵技术结合,能够有效地区分电网扰动与孤岛现象的内在不同。仿真实验表明该方法具有较高的准确性。

引用

页码：61 / 65

页数：5

共 12 条

[1]

基于光伏并网发电系统的孤岛检测.[D].李春玲.天津大学.2008, 07

[2]

神经网络.[M].侯媛彬; 杜京义; 汪梅; 编著.西安电子科技大学出版社.2007,

[3]

面向MATLAB工具箱的神经网络理论与应用.[M].丛爽编著;.中国科学技术大学出版社.2003,

[4] 多分辨率奇异谱熵和支持向量机在孤岛与扰动识别中的应用 [J].

朱艳伟 ;

石新春 ;

李鹏 .

中国电机工程学报, 2011, 31 (07) :64-70

[5] 基于分压器原理的孤岛检测技术在微电网中的应用 [J].

李军 ;

黄学良 ;

陈小虎 ;

徐文 ;

谢淼 .

中国电机工程学报, 2010, 30 (34) :15-21

[6] 光伏并网发电系统孤岛检测技术 [J].

赵飞 ;

梁志瑞 ;

王宁 .

中国电力, 2010, (05) :64-68

[7] 主动移频式孤岛检测方法的参数优化 [J].

刘芙蓉 ;

康勇 ;

段善旭 ;

王志峰 ;

王辉 .

中国电机工程学报, 2008, (01) :95-99

[8] 小波熵及小波变换的短期负荷预报 [J].

刘瑞叶 ;

龙志刚 .

哈尔滨理工大学学报, 2007, (04) :62-65

[9] 光伏并网发电系统孤岛检测技术 [J].

郭小强 ;

赵清林 ;

邬伟扬 .

电工技术学报, 2007, (04) :157-162

[10] 无功补偿技术在光伏并网发电系统孤岛检测中的应用 [J].

禹华军 ;

潘俊民 ;

不详 .

电工电能新技术 , 2005, (03) :22-26

← 1 2 →