-
题名基于深度学习的电能质量扰动分类辨识
被引量：1
- 1
-
-
作者
袁于程
黄健
谢晨旸
-
机构
江苏林洋能源股份有限公司
-
出处
《自动化仪表》
CAS
2023年第3期68-73,共6页
-
文摘
随着我国电力事业的飞速发展,人们对电能质量的关注度越来越高。为满足用户对电能质量的高要求,电能质量的治理尤其重要。电能质量扰动的分类辨识是电能质量治理的前提。提出了一种电能质量扰动的分类辨识算法。该算法只需输入原始扰动信号图像,便可辨识单一和叠加扰动信号的具体类别。首先,在数学建模的基础上,使用Matlab仿真单一和叠加扰动信号随时间变化的图像。其次,在特定频率下进行扰动信号采样,通过相空间重构法将采样获得的一维数据转换为二维平面轨迹图。再次,基于指定训练样本空间和标签,构建所需的卷积神经网络结构并经过迭代更新确定最终的网络结构训练参数。最后,对各类单一和叠加扰动进行分类辨识正确率的统计。仿真结果表明,该算法在不同信噪比的测试条件下具有良好的辨识正确率。仿真结果验证了该算法具有较强的抗噪性和鲁棒性。
-
关键词
电网质量
扰动信号
相空间重构
二维平面轨迹图
卷积神经网络
训练参数
抗噪性
鲁棒性
-
Keywords
Power quality
Disturbance signal
Phase space reconstruction
Two-dimensional planar trajectory map
Convolutional neural network
Training parameters
Noise immunity
Robustness
-
分类号
TH-89
[机械工程]
-
