工 工知库 本地镜像 · 机械工业信息研究院
37,113 篇案例 37,113 篇有全文
案例库 / 电气应用 / 2016 年 第 23 期

基于离散小波变换和小波神经网络的电能质量扰动检测与分类方法

田卫华, 庞新富, 孟祥斌, 于宏涛, 孙秋野
沈阳工程学院自动化学院; 东北大学信息科学与工程学院
来源期刊电气应用
年份 / 期2016 年 第 23 期
页码第 51-56 页
栏目分类电能质量
案例编号DGJZ201623016
入库时间2026-10-19 15:44
全文 1.6 MB

摘要

改善电能质量的前提和关键是准确迅速地对电能质量各扰动进行检测和分类。提出了一种电能质量检测与分类的新方法。电能质量事件经过采样后采用离散小波变换(DWT)进行去噪,获得高信噪比的信号,然后将信号进行分解并提取出8个最优特征向量。选取sym4小波作为母小波,采用基于小波神经网络的方法对电能质量扰动信号进行辨识,从而实现对电能质量扰动的检测与分类。最后,仿真结果验证了所提出方法的有效性与高准确度。

关键词

电能质量 离散小波变换 小波神经网络 检测 分类

全文预览

若上方预览无法显示,请新窗口打开或下载 PDF。