基于小波和神经网络的电能质量扰动分类
电能质量扰动主要包括电压骤降、骤升、瞬时中断、短时脉冲和振荡瞬态等.为了控制和改善电能质量，首先必须弄清产生扰动的原因，并且对扰动进行分类、量化以便采取有效的抑制措施.基于此本文提出了一种采用小波多分辨率分析的方法实现扰动信号的不同频带的特征量的提取，从而形成特征矢量，然后采用概率神经网络实现电能质量不同扰动的归类.现场测试的数据证实了提出的方法是可行的，并且具有较高的归类准确率.
电能质量 小波变换 神经网络 特征矢量
胡为兵 李开成
武汉工程大学电气信息学院,武汉,430074 华中科技大学电气与电子工程学院,武汉,430074
国内会议
秦皇岛·北戴河
中文
688-689
2007-08-06（万方平台首次上网日期，不代表论文的发表时间）