基于S變換和神經網絡的電能質量擾動檢測分類.pdf

1、隨著電能質量敏感設備應用的快速增加,電能質量問題已受到電力部門與用戶的極大關注,因此如何準確地檢測出擾動和正確地進行分類識別是構建完整的電能質量監(jiān)測系統(tǒng)的必要步驟和進一步進行改善電能質量的前提條件。本文針對電能質量問題,分析了基于不同方法的電能質量擾動的研究現(xiàn)狀,對各類電能質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神經網絡結構(RPROP)的電能質量擾動自動檢測分類方法。首先,通過S

2、變換對電能質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網絡的輸入端來實現(xiàn)一個相對比較簡單的電能質量擾動自動分類,同時也對在不同噪聲條件下分類器的敏感度也做了研究。仿真結果表明基于S變換的電能質量擾動的檢測方法對各類常見的電能質量擾動可以實現(xiàn)快速、準確的檢測；基于S變換的電能質量擾動的分類方法識別正確率高,識別的擾動類型多