基于BAS-BP分类器模型的电压暂降源识别

基于BAS-BP分类器模型的电压暂降源识别
为提高不同电压暂降扰动源的识别正确率，对电压暂降进行有效治理，提出一种利用天牛须搜索（BAS）算法和反向传播（BP）神经网络构建BAS-BP分类器模型的电压暂降源识别方法。文中应用改进S变换提取16个特征指标，组成电压暂降源识别指标体系，为消除冗余信息对分类结果的影响，利用组合赋权法筛选出9个指标作为分类器的输入量。通过BAS算法对BP神经网络的初始权值和阈值寻优，构建BAS-BP分类器模型，实现对配电网不同类型电压暂降源的识别。仿真结果表明，该分类器模型具有一定的抗噪能力与适用性，并且与常规分类器模型相比，具有更好的分类效果。

标题：
基于BAS-BP分类器模型的电压暂降源识别
Identification of voltage sag source based on BAS-BP classifier model

作者：
叶筱怡，刘海涛，吕干云，郝思鹏
YE Xiaoyi, LIU Haitao, LYU Ganyun, HAO Sipeng

关键词：
电压暂降;改进S变换;组合赋权;天牛须搜索-反向传播(BAS-BP)分类器;分类识别;反向传播(BP)神经网络
voltage sag;improved S-transform;combination weighting;beetle antennae search-back propagation (BAS-BP) classifier;classification and recognition;back propagation (BP) neural network

2025-1-23 19:51 上传 基于BAS-BP分类器模型的电压暂降源识别.pdf

文件大小:

1.47 MB

下载次数:

60

高速下载