《机电工程》杂志,月刊( 详细... )
中国标准连续出版物号: ISSN 1001-4551 CN 33-1088/TH
主办单位:浙江省机电集团有限公司
浙江大学
主编:陈 晓
副 主 编:唐任仲、罗向阳(执行主编)
总 经 理:罗向阳
出 版:浙江《机电工程》杂志社有限公司
地 址:杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel:+86-571-87041360、87239525
E-mail:meem_contribute@163.com
国外发行:中国国际图书贸易总公司
订阅:全国各地邮局 国外代号:M3135
国内发行:浙江省报刊发行局
邮发代号:32-68
广告发布登记证:杭上市管广发G-001号
在线杂志 |
当前位置: 机电工程 >>在线杂志 |
基于S变换和神经网络的电能质量多扰动分类识别
作者:谷湘文,高培生,吴为麟 日期:2007-10-24/span> 浏览:3530 查看PDF文档
基于S变换和神经网络的电能质量多扰动分类识别
谷湘文,高培生,吴为麟
(浙江大学 电气工程学院,浙江 杭州 310027)
摘要: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。
关键词:电能质量;多扰动;S变换;傅立叶变换;神经网络
中图分类号:TM711文献标识码:A文章编号:1001-4551(2007)09-0046-04
Classification and recognition of power quality multidisturbance
based on Stransform and neural networks
GU Xiangwen, GAO Peisheng, WU Weilin
(Department of Electrical Engineering, Zhejiang University, Hangzhou 310027, China)
Abstract: A classification method which can handle multidisturbance was presented. Using Fourier transform and S transform, the characteristic vectors of power quality disturbances were obtained. The vectors can be divided to amplitude vectors and spectrum vectors. Based on these vectors, parallel BP neural networks can be trained. The simulation results confirm that this classifier can recognize single disturbance as well as multidisturbance.
Key words: power quality; multidisturbance; S transform; Fourier transform; neural networks
参考文献(Reference):
[1]IEEE. Std 1159-1995 IEEE Recommended Practice for Monitoring Electric Power Quality[S]. IEEE,1995.
[2]陈祥训. 采用小波技术的几种电能质量扰动的测量与分类方法[J]. 中国电机工程学报,2002,22(10):1-6.
[3]GAOUDA A M, SALAMA M M A, SULTAN M R. Power quality detection and classification using wavelet multiresolution signal decomposition[J]. IEEE Transactions on Power Delivery, 1999(14):1469-1470.
[4]KANITPANY W, PREMRUDE S. Power Quality Problem Classification Using Wavelet Transformation and Artificial Neural Networks[C].Power Systems Conference and Exposition, 2004. IEEE PES.10-13 Oct. 2004(3):1496-1501.
[5]占勇,程浩忠,丁屹峰, 等. 基于S变换的电能质量扰动支持向量机分类识别[J]. 中国电机工程学报, 2005,25(4):51-56.
[6]文继锋,刘沛. 一种电能质量扰动的检测和分类方法 [J]. 电力系统自动化, 2002,26(1) :42-44.
[7]YOUSSEF A M. ABDEGALI T K, ElSAADANY E F, et al. Disturbance classification utilizing dynamic time warping classifier [J]. IEEE Trans on Power Delivery, 2004,19(1),272-278.
[8]STOCKWELL R G, MANSINHA L, LOWE R P. Localization of the complex spectrum: the S transform[J]. IEEE Transactions on Signal Processing, 1996,44(4):998-1001.
[9]LEE I W C, DASH P K. Stransformbased intelligent system for classification of power quality disturbance signals[J]. IEEE Transactions on Industrial Electronics,2003,50(4):800-805.
[10]俞能海,杨扬,刘政凯.用于遥感图像分类的简化并行神经网络[J].电路与系统学报,2002,7(4):62-66.
友情链接