基于S变换和神经网络的电能质量多扰动分类识别

主要针对谐波扰动与其他扰动共存的情况,提出了一种识别电能质量多扰动共存下的多扰动分类方法。它利用S变换计算基频的幅值信息,从而获得幅值特征向量,再利用傅立叶变换得到频谱的特征向量,然后根据这两组特征向量训练并行的神经网络,得到并行的分类器;它既可以对单种扰动进行分类,也可以对多扰动进行分类。通过仿真试验,验证了此分类器是有效的,可行的。