电能质量扰动波形的识别

蒋国旗; 廖帅戈

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

电能质量扰动波形的识别

更新时间：2025-11-18

- 电能质量扰动波形的识别
- POWER QUALITY DISTURBANCE WAVEFORM RECOGNITION
- 四川电力技术 2002年第3期页码：41-43
- 作者机构：
  
  1. 武汉大学电气工程学院
  2. 武汉大学电气工程学院湖北武汉430072
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM933.4
- 纸质出版：2002
- 稿件说明：
移动端阅览
[1]蒋国旗,廖帅戈.电能质量扰动波形的识别[J].四川电力技术,2002(03):41-43.

蒋国旗, 廖帅戈. POWER QUALITY DISTURBANCE WAVEFORM RECOGNITION[J]. 2002, (3): 41-43.
[1]蒋国旗,廖帅戈.电能质量扰动波形的识别[J].四川电力技术,2002(03):41-43. DOI：

蒋国旗, 廖帅戈. POWER QUALITY DISTURBANCE WAVEFORM RECOGNITION[J]. 2002, (3): 41-43. DOI：

摘要

利用最近在小波变换、人工神经网络和证据理论上取得的进展来进行电能质量扰动波形的识别。与以往在时域用单个神经网络进行识别不同

提出的方案是在小波域用一组多层神经网络来进行的。最后

用Dempster-Shafer证据理论综合了网络的输出

并由分类器提供已辨识的扰动波形的信任度。

Abstract

The paper bears recent advances in wavelate transforms

artificial neural network and theory of evidence for recognizing and identifying power quality disturbance waveforms.Unlike past techniques shere the identification is performed in time domain using and individual neural entworks

the scheme proposed in the paper is carried out in the wavelate domain using aset of multiple neural networks.At last

the outcomes are integrated using Dempster-Shafer theory of evidence.Then a degree of belief for the identified disturbance waveform os provided by the classifier.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

电能质量监测数据处理的研究

超级电容储能的并联电能质量调节器

基于快速小波变换的闪变检测算法

基于人工神经网络模型的继电保护的探讨

超导储能技术在电力系统中的应用与展望