|
|||||
|
|
| 基于小波变换与PSO-BP神经网络的电能质量扰动分类 | |
| 作者姓名： | 李晓 陈铸华 何朝辉 |
| 作者单位： | 株洲职业技术学院;长沙电力职业技术学院;湖南大学电气与信息工程学院; |
| 基金项目： | 湖南省科技重大专项,项目编号:2009Fj1014 |
| 摘 要： | 针对传统BP算法采用梯度下降算法存在的易陷入局部极小、收敛速度慢等缺点,本文提出了一种基于小波变换和PSO-BP神经网络的电能质量扰动分类方法。用PSCAD/EMTDC仿真几种典型的电能质量扰动,并利用小波变换进行多尺度分解,得到各尺度上信号的能量特征,输入PSO-BP神经网络,实现扰动的分类。仿真结果表明该方法较BP网络收敛迅速,容易达到训练要求,同时该方法具有分类速度快,精确度较高等优点. |
| 关 键 词： | 小波变换 电能质量 PSO算法 电力系统 神经网络 |
| 本文献已被 CNKI 维普 等数据库收录！ | |