文档名：一种新的基于深度置信网络的电能质量扰动分类方法
摘要：针对在噪声干扰下多重扰动识别正确率不高的问题,提出一种新的基于深度置信网络的电能质量扰动分类方法.首先,对电能质量扰动信号进行平稳小波多尺度变换,再利用软阈值函数处理估计小波系数重构原始信号,从而实现对电能质量扰动信号的去噪.再利用软阈值函数处理估计小波系数重构原始信号,从而实现对电能质量扰动信号的去噪.然后进一步提出利用深度置信网络对重构后的单一扰动信号和多重扰动信号进行分类识别.最后算例显示,即使在20dB噪声干扰下,其分类正确率高达到93％以上.结果表明该方法对7种单一扰动和13种多重扰动信号的识别正确率均较高,验证该方法具有较强的抗噪声干扰能力.
作者：王康 席燕辉 胡康Author：WANGKang XIYanhui HUKang
作者单位：长沙理工大学电气与信息工程学院,湖南长沙410114
刊名：电力科学与技术学报 ISTICPKU
Journal：JournalofElectricPowerScienceandTechnology
年，卷(期)：2023, 38(1)
分类号：TM743
关键词：电能质量 扰动识别 软阈值函数 深度置信网络
机标分类号：TN914TM711TB971
在线出版日期：2023年4月18日
基金项目：国家自然科学基金，国家自然科学基金，湖南省自然科学基金项目，湖南省教育厅优秀青年项目一种新的基于深度置信网络的电能质量扰动分类方法[
期刊论文] 电力科学与技术学报--2023, 38(1)王康 席燕辉 胡康针对在噪声干扰下多重扰动识别正确率不高的问题,提出一种新的基于深度置信网络的电能质量扰动分类方法.首先,对电能质量扰动信号进行平稳小波多尺度变换,再利用软阈值函数处理估计小波系数重构原始信号,从而实现对电能...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
一种新的基于深度置信网络的电能质量扰动分类方法 A novel classificiation method for power quality disturbance based on deep belief network
一种新的基于深度置信网络的电能质量扰动分类方法.pdf
- 文件大小:
- 899.35 KB
- 下载次数:
- 60
-
高速下载
|
|
