基于小波变换和神经网络的暂态电能质量自动识别  

Automatic identification of transient electric energy quality based on wavelet transformation and neural network

作　　者：刘晓芳[1] 刘会金[1] 柯定芳[2] 

机构地区：[1]武汉大学电气工程学院,湖北武汉430072 [2]东北电力学院电力系,吉林吉林312012

出　　处：《供用电》2005年第5期15-17,共3页Distribution & Utilization

摘　　要：针对短时电能质量变化和暂态扰动现象的不同特点,提出了一种暂态电能质量分类的新方法。先提取基波频段所在的小波系数将电压凹凸和电压中断分别检测出来,然后将小波包分解结果中的最佳子空间的熵值作为特征量,结合人工神经网络区分暂态脉冲和振荡。该方法利用小波和小波包各自的时频分解特点,能有效地避免噪声的影响,实现了暂态电能质量扰动的自动检测和分类。经仿真分析,验证了此方法的准确性和高效性。

关 键 词：电能质量 小波变换 神经网络 仿真分析 

分 类 号：TM72[电气工程—电力系统及自动化]