文献类型：期刊文章

作　　者：何巨龙[1] 王根平[1,2] 刘丹[1] 唐友明[1]

HE Julong WANG Genping LIU Dan TANG Youming(Key Laboratory of Intelligent Computing ＆ Information Processing of Ministry of Education, Xiangtan University, Xiangtan 411105, China Shenzhen Polytechnic, Shenzhen 518055, China)

机构地区：[1]湘潭大学智能计算与信息处理教育部重点实验室,湖南湘潭411105 [2]深圳职业技术学院,广东深圳518055

出　　处：《电力系统保护与控制》

基　　金：深圳市基础布局项目(JCYJ20160429112213821);深圳市科技研发资金(JCYJ20140508155916430)

年　　份：2017

卷　　号：45

期　　号：10

起止页码：69-76

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对配电网系统电能质量扰动的非平稳性、突变性和短时持续性问题,提出一种基于提升小波和改进BP神经网络的扰动定位与识别新方法。首先用Euclidean分解算法得到db4小波提升方案;然后对扰动信号进行提升小波分解,结合模极大值对扰动突变点峰值进行定位检测;再利用自适应学习率和增加动量项相结合的方法对BP神经网络改进并进行扰动识别训练。仿真结果表明,该方法能更好地获取扰动时刻信息,定位快速且精度高,能有效地克服传统BP神经网络易陷入局部极小点和收敛速度慢的缺点,对配电网系统电能质量扰动识别率高。

关 键 词：配电网系统 电能质量扰动 提升小波 BP神经网络 定位与识别  

分 类 号：TM711]