基于希尔伯特小波变换与神经网络的风电接入配电网电能质量检测与辨识方法研究
文档名：基于希尔伯特小波变换与神经网络的风电接入配电网电能质量检测与辨识方法研究
摘要：提出了一种希尔伯特变换、小波变换与神经网络相结合的风电接入配电网电能质量检测与辨识方法.该方法利用希尔伯特变换对低频电能质量扰动敏感、小波变换对高频电能质量扰动和短时电能质量扰动敏感及消噪能力强、神经网络模式识别能力强等特性,通过合理的小波变换消噪、希尔伯特变换的时间幅值特性和时间频率特性以及离散小波变换的细节系数、尺度系数和模极大值的计算,可以检测出各个电能质量扰动的实时值、幅值、频率和起止时间;通过合适的神经网络,辨识出各个电能质量扰动的具体类型.该方法具有通用性强、检测信息全面、检测准确度高和辨识准确性高等优点,仿真结果验证了其有效性和可行性.
作者：周飘 刘桂英 粟时平 欧阳琦 Author：ZHOUPiao LIUGuiying SUShiping OUYANGQi
作者单位：长沙理工大学电气工程与信息工程学院,湖南长沙410114;国网湖南省电力有限公司新化县供电分公司,湖南新化417600长沙理工大学电气工程与信息工程学院,湖南长沙410114
刊名：电气应用
Journal：ElectrotechnicalApplication
年，卷(期)：2023, 42(6)
分类号：
关键词：电能质量希尔伯特变换小波变换神经网络风电配电网
Keywords：powerqualityHilberttransformwavelettransformneuralnetworkwindgeneratordistributionnetwork
机标分类号：TM714TP391TN911.73
在线出版日期：2023年7月28日
基金项目：基于希尔伯特-小波变换与神经网络的风电接入配电网电能质量检测与辨识方法研究[
期刊论文]电气应用--2023, 42(6)周飘刘桂英粟时平欧阳琦提出了一种希尔伯特变换、小波变换与神经网络相结合的风电接入配电网电能质量检测与辨识方法.该方法利用希尔伯特变换对低频电能质量扰动敏感、小波变换对高频电能质量扰动和短时电能质量扰动敏感及消噪能力强、神经网络模...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于希尔伯特-小波变换与神经网络的风电接入配电网电能质量检测与辨识方法研究Research on detection and identification method of power quality for distribution network connected with wind generator based on of hilbert-wavelet transform and neural network
基于希尔伯特-小波变换与神经网络的风电接入配电网电能质量检测与辨识方法研究.pdf
页:
[1]