

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著電能質(zhì)量敏感設(shè)備應(yīng)用的快速增加,電能質(zhì)量問題已受到電力部門與用戶的極大關(guān)注,因此如何準(zhǔn)確地檢測出擾動和正確地進行分類識別是構(gòu)建完整的電能質(zhì)量監(jiān)測系統(tǒng)的必要步驟和進一步進行改善電能質(zhì)量的前提條件。本文針對電能質(zhì)量問題,分析了基于不同方法的電能質(zhì)量擾動的研究現(xiàn)狀,對各類電能質(zhì)量擾動特性及起因進行了綜合分析。論文以Matlab7.4為仿真平臺,采用了基于S變換和彈性BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)(RPROP)的電能質(zhì)量擾動自動檢測分類方法。首先,通過S
2、變換對電能質(zhì)量擾動信號進行時頻分析,有效實現(xiàn)對各種擾動的檢測輸出,然后對檢測輸出進行時頻特征提取。其次,確定特征量的最優(yōu)組合來增加分類器的精度,用S變換提取的特征量送到神經(jīng)網(wǎng)絡(luò)的輸入端來實現(xiàn)一個相對比較簡單的電能質(zhì)量擾動自動分類,同時也對在不同噪聲條件下分類器的敏感度也做了研究。仿真結(jié)果表明基于S變換的電能質(zhì)量擾動的檢測方法對各類常見的電能質(zhì)量擾動可以實現(xiàn)快速、準(zhǔn)確的檢測;基于S變換的電能質(zhì)量擾動的分類方法識別正確率高,識別的擾動類型多
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換和人工神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動分類.pdf
- 基于復(fù)小波和S變換的短時電能質(zhì)量擾動檢測與分類.pdf
- 基于S變換的電能質(zhì)量擾動檢測的研究.pdf
- 基于S變換和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量的研究.pdf
- 電能質(zhì)量擾動檢測和分類問題的研究.pdf
- 基于S變換的電能質(zhì)量擾動分類問題研究.pdf
- 基于小波變換的電能質(zhì)量擾動檢測分析.pdf
- 基于局部余弦變換和小波變換的短時電能質(zhì)量擾動檢測.pdf
- 基于HHT和SVM的暫態(tài)電能質(zhì)量擾動檢測及分類.pdf
- 改進S變換在電能質(zhì)量擾動檢測中的應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的呼市地區(qū)電能質(zhì)量擾動事件分類研究.pdf
- 基于小波變換的電能質(zhì)量擾動檢測方法的研究.pdf
- 暫態(tài)電能質(zhì)量擾動檢測與分類問題研究.pdf
- 暫態(tài)電能質(zhì)量擾動檢測及分類方法研究.pdf
- 基于復(fù)阻抗和模糊SVM的暫態(tài)電能質(zhì)量擾動檢測與分類.pdf
- 基于S變換的電能質(zhì)量擾動實時分類算法研究.pdf
- 基于小波變換和HMM的電能質(zhì)量擾動分類.pdf
- 基于EEMD算法的電能質(zhì)量擾動檢測.pdf
- 電能質(zhì)量擾動檢測與分類識別方法研究.pdf
- 基于原子分解優(yōu)化算法和RBF神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動分析.pdf
評論
0/150
提交評論