基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别.pdfVIP

第45 卷 第10 期 电力系统保护与控制 Vol.45 No.10 2017 年5 月16 日 Power System Protection and Control May 16, 2017 DOI: 10.7667/PSPC160684 基于提升小波和改进BP 神经网络的配电网系统 电能质量扰动定位与识别 1 1,2 1 1 何巨龙 ，王根平 ，刘 丹 ，唐友明 (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) 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 Localization and identification of power quality disturbance in distribution network system based on lifting wavelet and improved BP neural network 1 1, 2 1 1 HE Julong , WANG Genping , LIU Dan , TANG Youming (1. Key Laboratory of Intelligent Computing Information Processing of Ministry of Education, Xiangtan University, Xiangtan 411105, China; 2. Shenzhen Polytechnic, Shenzhen 518055, China) Abstract: According to the non-stationary, mutability and short duration of power quality disturbance in distribution network system, a new method to localize and identify disturbance is proposed based on lifting wavelet and improved BP neural network. At first, the Euclidean decomposition principle is used to obtain db4 wavelet lifting scheme. Then, disturbance signals are decomposed through lifting wavelet analysis, and the mutation p