检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种新的电能质量扰动分类识别算法

电气开关 2011年第2期49卷 44-46页

作者：赖晓君孙洪成成都电业局龙泉驿供电局四川成都610031

通过分析电能质量扰动信号的时域特征,提出一种电能质量扰动分类方法。所提取的扰动分类特征量具有明确的物理意义,有利于对各种电能质量扰动进行估值。某一特征量或某几个特征量能唯一确定一种扰动,使扰动判断不再具有或然性。任一扰... 详细信息

通过分析电能质量扰动信号的时域特征,提出一种电能质量扰动分类方法。所提取的扰动分类特征量具有明确的物理意义,有利于对各种电能质量扰动进行估值。某一特征量或某几个特征量能唯一确定一种扰动,使扰动判断不再具有或然性。任一扰动的特征量不因其他扰动的存在而改变。因此,可以准确辨别出混合扰动。MATLAB仿真结果表明,该方法能有效地分类更多的单一和混合电能质量扰动,并且计算耗时更少。

关键词：电能质量电能质量扰动扰动分类

基于麻雀搜索算法优化支持向量机的电能质量扰动分类研究

在线全文

学校读者我要写书评

暂无评论

红水河 2023年第2期42卷 93-97页

作者：杨华勋柳州铁道职业技术学院通信信号学院广西柳州545616

为了解决电能质量扰动分类运算速度慢、识别精度低等问题,笔者提出一种麻雀搜索算法(Sparrow Search Algorithm,SSA)优化支持向量机(Support Vector Machines,SVM)的电能质量扰动分类方法(SSA-SVM)。首先使用MATLAB软件生成8种电能质量... 详细信息

为了解决电能质量扰动分类运算速度慢、识别精度低等问题,笔者提出一种麻雀搜索算法(Sparrow Search Algorithm,SSA)优化支持向量机(Support Vector Machines,SVM)的电能质量扰动分类方法(SSA-SVM)。首先使用MATLAB软件生成8种电能质量扰动信号,然后利用SSA对支持向量机中惩罚因子和核函数进行寻优,使得支持向量机模型预测精度得到提高。结果表明,文中提出的SSA-SVM算法预测准确率为94.2%,相比SVM模型的提高了7.6%,是一种具有较强抗干扰性的电能质量扰动分类方法。

关键词：电能质量扰动分类支持向量机麻雀搜索算法识别

基于离散小波变换和GA-BP的电能质量扰动分类

在线全文

学校读者我要写书评

暂无评论

电工技术 2023年第8期 161-164页

作者：李家俊李祯维吴建军童占北钟建伟国网湖北省电力有限公司恩施供电公司湖北恩施445000 湖北民族大学智能科学与工程学院湖北恩施445000

电能质量扰动的分类对于电力系统的稳定具有重要意义。首先利用离散小波变换(Discrete Wavelet Transform,DWT)中的db4小波对电能质量扰动信号进行分解,得到近似分量和细节分量,提取各分量的近似系数相对能量和细节系数相对能量;然后对... 详细信息

电能质量扰动的分类对于电力系统的稳定具有重要意义。首先利用离散小波变换(Discrete Wavelet Transform,DWT)中的db4小波对电能质量扰动信号进行分解,得到近似分量和细节分量,提取各分量的近似系数相对能量和细节系数相对能量;然后对信号进行重构,提取小波熵和重构系数方差,构成扰动信号的特征向量;最后建立遗传算法(Genetic Algorithm,GA)优化BP神经网络的扰动分类模型,并输入特征向量对信号进行分类识别。仿真结果表明,该方法对电能质量扰动的分类准确率较高。

关键词：电能质量扰动分类离散小波变换遗传算法 BP神经网络

在线全文

学校读者我要写书评

暂无评论

基于深度学习的电能质量扰动识别分类

基于深度学习的电能质量扰动识别分类

作者：张迪天津大学

学位级别：硕士

当前科技的快速发展,加速了电网的建设与发展,分布式发电并网以及非线性负载的接入,给电网的稳定运行带来了新的挑战,为保证电网提供电力的电能质量,需要对电力系统出现的扰动进行检测与分类。本文对电能质量扰动分类进行研究,为电能质... 详细信息

当前科技的快速发展,加速了电网的建设与发展,分布式发电并网以及非线性负载的接入,给电网的稳定运行带来了新的挑战,为保证电网提供电力的电能质量,需要对电力系统出现的扰动进行检测与分类。本文对电能质量扰动分类进行研究,为电能质量的治理和保护提供依据。为了克服传统电能质量扰动人工提取特征的冗余性和不完备的缺点,提出基于卷积神经网络的电能质量扰动分类新方法。在传统卷积神经网络基础上,引入侧输出融合结构,通过组合卷积低层、中层和高层的信息,进行特征融合,能够更好把握信号的整体特征和局部特征,有效提高分类精度。采用批量归一化结构以及学习率设置等来优化神经网络,避免过度拟合。针对实测信号不足,不同类别扰动信号数量不均匀等问题,进行数据增强处理。针对当前多数深度学习算法网络复杂度高,识别分类过程耗时费力,提出基于集成学习和LSTM神经网络的电能质量扰动分类新方法。通过Bagging算法将具有差异的多个LSTM网络的分类结果整合在一起,从而有效地提高网络的泛化性。针对扰动分类过程中标签数据较少而同时存在大量未标记电能质量扰动信号的情况,以Bagging-LSTM网络框架作为基础分类器,结合主动学习不确定性抽样策略,选取更有利于改进分类器性能的扰动信号样本,以较少的人工标注工作量达到较好的分类性能。针对当前电能质量扰动标签数据不足,人工标签费时费力的特点,从分类模型出发以减少分类器对数据量的需求。基于迁移学习理论,将VGG-16在Image-Net数据集训练完成的结构及权重参数,迁移到电能质量扰动识别的问题上。通过迁移模型卷积层及池化层参数及权重,完成训练样本数量受限情况下电能质量扰动信号深度特征提取模型的网络优化。

关键词：电能质量扰动分类卷积神经网络集成学习迁移学习

基于S变换图像灰度量化的短时电能质量扰动识别分类

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

四川电力技术 2010年第6期33卷 45-50页

作者：张中全赵俊成都电业局四川成都610041

针对短时电能质量扰动分类大多依赖分类器,分类准确率不高这一难题,提出了基于S变换模时频矩阵灰度图像法。首先对常见的几种扰动进行S变换分析,得到模时频矩阵,再应用数字图像灰度方法,将模矩阵各元素值用灰度图方式表示,分析其灰值分... 详细信息

针对短时电能质量扰动分类大多依赖分类器,分类准确率不高这一难题,提出了基于S变换模时频矩阵灰度图像法。首先对常见的几种扰动进行S变换分析,得到模时频矩阵,再应用数字图像灰度方法,将模矩阵各元素值用灰度图方式表示,分析其灰值分布特征,引入灰度期望和灰度方差两指标,量化灰度图像灰值分布,并根据量化结果建立扰动标准判据,实现扰动分类。仿真实验表明,该方法不依赖于分类器,能准确地对扰动进行分类且对噪声不敏感,是一种有效的短时电能质量分类方法。

关键词：短时电能质量扰动 S变换模时频矩阵灰度图像扰动分类

基于MTF和AlexNet的电能质量扰动信号分类

在线全文

学校读者我要写书评

暂无评论

计算机仿真 2024年第9期41卷 49-54+59页

作者：韩子萌张占强孟克其劳谢宁宁内蒙古工业大学信息工程学院内蒙古工业大学能源与动力工程学院中国长江三峡集团有限公司科学技术研究院

针对传统电能质量扰动(power quality disturbances, PQDs)分类方法分类准确率低，分类速度慢等缺点，研究提出了一种结合马尔可夫变迁场(markov transition field, MTF)和卷积神经网络AlexNet的PQDs分类新方法。首先采用MTF方法对7种... 详细信息

针对传统电能质量扰动(power quality disturbances, PQDs)分类方法分类准确率低，分类速度慢等缺点，研究提出了一种结合马尔可夫变迁场(markov transition field, MTF)和卷积神经网络AlexNet的PQDs分类新方法。首先采用MTF方法对7种单一扰动和6种复合扰动的特征向量进行了图像化处理，将一维扰动信号时间序列转换为具有时间相关性的二维特征图像，然后将特征图像作为AlexNet网络的输入进行自动特征提取，最后实现对不同类型PQDs信号的分类。实验结果表明，上述方法能较准确地对单一和复合PQDs信号进行分类，通过对不同分类方法的比较，验证了该方法的有效性。

关键词：电能质量扰动分类马尔可夫变迁场卷积神经网络深度学习

基于复小波和神经网络的电能质量扰动识别与分类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于复小波和神经网络的电能质量扰动识别与分类

随机降维映射稀疏表示的电能质量扰动多分类研究

2009中国仪器仪表与测控技术大会

作者：张东中袁帅佟为明黑龙江大学哈尔滨工业大学电气工程系

为解决对电能质量扰动进行实时监测和自动识别的问题,提出一种基于复小波变换和神经网络的电能质量扰动识别与分类方法。复小波变换采用Db4正交紧支复小波,主要用于提取动态电能质量扰动的特征向量。神经网络主要用于根据提取的特征向... 详细信息

为解决对电能质量扰动进行实时监测和自动识别的问题,提出一种基于复小波变换和神经网络的电能质量扰动识别与分类方法。复小波变换采用Db4正交紧支复小波,主要用于提取动态电能质量扰动的特征向量。神经网络主要用于根据提取的特征向量对动态电能质量扰动进行识别和分类。仿真和测试结果验证了该方法是正确和有效的,且具有较高的正确识别率。

关键词：电能质量复小波变换神经网络扰动分类

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

仪器仪表学报 2011年第6期32卷 1371-1376页

作者：沈跃刘国海刘慧江苏大学电气信息工程学院镇江212013

提出一种随机降维映射特征提取与稀疏表示分类相结合的电能质量扰动信号识别方法。首先将扰动信号测试样本表示为训练样本集的过完备字典稀疏线性组合,然后使用随机测量矩阵获取测试样本降维特征量和稀疏表示感知矩阵,应用最小L1范数解... 详细信息

提出一种随机降维映射特征提取与稀疏表示分类相结合的电能质量扰动信号识别方法。首先将扰动信号测试样本表示为训练样本集的过完备字典稀疏线性组合,然后使用随机测量矩阵获取测试样本降维特征量和稀疏表示感知矩阵,应用最小L1范数解决方案求取扰动信号测试样本的稀疏解,由冗余误差最小值确定目标归属类,实现对电能质量扰动的稀疏表示多分类识别。研究表明随机矩阵降维映射特征提取不依赖于电能扰动样本特性,构造简单,运算快速,具有普适性;稀疏表示分类法与支持向量机相比无需组合多个二分类器来实现多分类器。仿真和实验结果表明该方法能有效提取各种电能扰动特征,抗噪声鲁棒性好,在信噪比20 dB以上的噪声环境中电能质量扰动分类准确率达95%以上。

关键词：电能质量扰动分类压缩感知随机矩阵降维映射稀疏表示分类最小L1范数

基于多层极限学习机的电能质量扰动多标签分类算法

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2020年第8期48卷 96-105页

作者：靳果朱清智孟阳闫奇河南工业职业技术学院河南南阳473000 西安交通大学陕西西安710000 国网南阳供电公司河南南阳473000

电力系统中电能质量扰动分类特征选择标准不统一、泛化能力差、分类效果与分类效率有待提高。为了解决这些问题,一方面,引入多层极限学习机自编码器,优化输入权重,完成电能质量扰动信号的特征提取。另一方面,引入多标签排位分类算法,充... 详细信息

电力系统中电能质量扰动分类特征选择标准不统一、泛化能力差、分类效果与分类效率有待提高。为了解决这些问题,一方面,引入多层极限学习机自编码器,优化输入权重,完成电能质量扰动信号的特征提取。另一方面,引入多标签排位分类算法,充分考虑各标签之间的相关性,完成电能质量扰动的分类。基于两种算法,设计出基于多层极限学习机的多标签分类模型,并得到多层极限学习机的最优网络结构和多标签分类的最佳分类阈值。实验结果表明,所提方法适用于电能质量单一扰动和复合扰动的分类,改善了分类效果和分类效率,具有较高的分类精度、良好的抗噪能力和泛化能力。

关键词：电能质量扰动分类多层极限学习机多标签分类