基于GA优化卷积神经网络的含分布式光伏低压台区电能质量扰动特征识别研究
Feature recognition research of power quality disturbance in low⁃voltage region with distributed PV based on GA optimized convolutional neural network作者机构：中冶建工集团有限公司重庆400084
出 版 物：《电子设计工程》 (Electronic Design Engineering)
年 卷 期：2024年第32卷第3期
页 面：120-124页
学科分类：0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学]
主 题：GA算法 卷积神经网络 分布式光伏 低压台区 电能质量扰动 特征识别
摘 要：针对扰动特征识别效果较差的问题,采用基于GA优化卷积神经网络的含分布式光伏低压台区电能质量扰动特征识别方法。获取各尺度扰动信号的分解系数,求解电扰动信号各尺度的能量值与能量熵,将能量值与能量熵当成扰动特征提取的依据,完成扰动特征提取;利用GA算法优化卷积神经网络结构参数,在优化后的卷积神经网络内输入提取的扰动特征,输出扰动特征识别结果。通过仿真实验得出,该方法能有效提取扰动特征,提取到的特征类型数量与实际类型数量一致;在噪声环境下,该方法依旧能够有效识别扰动特征,最低识别精度高达98.7%。
维普期刊数据库
同方期刊数据库