期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于EMD和IABC-SVM算法的复合电压暂降源辨识方法 被引量：16
1
作者 陈晓华 吴杰康 +5 位作者 陈盛语 王志平 蔡锦健 杨国荣 许海文 彭宇文 《广东电力》 2022年第2期11-18,共8页
针对配电网中线路短路故障、大型感应电动机启动以及变压器投切等单一电压暂降源和由单一电压暂降源组合而成的复合电压暂降源导致的电压暂降现象,在MATLAB/Simulink中搭建改进的IEEE33节点配电网系统模型进行仿真分析和验证,提出一种... 针对配电网中线路短路故障、大型感应电动机启动以及变压器投切等单一电压暂降源和由单一电压暂降源组合而成的复合电压暂降源导致的电压暂降现象,在MATLAB/Simulink中搭建改进的IEEE33节点配电网系统模型进行仿真分析和验证,提出一种先对电压暂降信号进行经验模态分解(empirical mode decomposition,EMD),得到一系列固有模态函数(intrinsic mode function,IMF)分量,然后分别计算三相电压的各相电压前3阶IMF的能量熵和样本熵,可得到各相电压的特征向量,最后把它们组合起来作为一组特征向量的方法。针对支持向量机(support vector machine,SVM)的惩罚因子和核函数参数在寻优过程中容易陷入局部最优解的问题,提出一种改进的人工蜂群(improved artificial bee colony,IABC)算法对SVM的惩罚因子和核函数参数进行寻优,构建IABC-SVM分类器,再把提取到的特征向量进行归一化处理之后输入到构造好的IABC-SVM分类器中对样本进行训练与识别,并与粒子群算法优化支持向量机、极限学习机、BP神经网络和人工蜂群算法优化支持向量机这4种分类器进行对比,仿真结果表明所提出方法具有准确性和快速性,能够准确实现对9种不同的电压暂降源信号的辨识,有利于解决实际的工程问题。 展开更多
关键词 经验模态分解 改进人工蜂群算法 支持向量机 电压暂降源辨识 改进的ieee33节点配电网系统
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部