基于改进多层前馈神经网络的电能质量扰动分类 electric power quality disturbance classification based on modified multilayer feedforward neural network.pdfVIP

第23卷第10期 电子测量与仪器学报 场^23Ⅳo．10 · · 62 JoURNALoFELECTRoNlCAdEAsUREM|ENTANDINSTRUMENT2009年lO月 基于改进多层前馈神经网络的电能质量扰动分类 黄南天1，2徐殿国1刘晓胜1 (1．哈尔滨工业大学电气工程系，哈尔滨150001；2．吉林化工学院信息与控制工程学院，吉林132022) 摘要：电能质量扰动分类是电能质量控制的莺要T作之一，主要T作包括信号特征提取和分类器构造两个阶段。采用s 变换与改进的多层前馈神经网络相结合，提出一种新的电能质量扰动分类方法。首先利用s变换对原始数据进行处理，提取具 有代表性的4类典型特征以表征不同种类的扰动类型的特性，之后使用拟牛顿法和白适应因子改进传统的多层前馈神经网络， 将特征作为改进的多层前馈神经网络的输入向量，实现自动的分类识别。实验表明，新方法减少了噪声对分类准确率的影响，学 习能力强，能够有效的识别电压暂降、电压瞬升、电压中断、暂态震荡、谐波等5种电能扰动。 关键词：电能质量；电能质量扰动；多层前馈神经