一种实时电能质量扰动识别分类方法-河北工业科技.PDFVIP

第 卷第 期 河 北 工 业 科 技 , 36 1 Vol.36No.1 年 月 2019 1 HebeiJournalofIndustrialScienceandTechnology Jan.2019 文章编号: ( ) 1008-1534201901-0042-05 一种实时电能质量扰动识别分类方法 1 1 2 2 3 , , , , 张立鹏 郑 岩 秦 刚 董 继 孙 伟 ( , ; 国网冀北电力有限公司廊坊供电公司 河北廊坊 华北电力大学新能源电力系统国 1. 0650002. , ; , ) 家重点实验室 河北保定 国网河北省电力公司保定市供电公司 河北保定 0710033. 071000 : 、 , , 摘 要 针对电能质量扰动数据大 识别算法繁琐 难以实现在线实时识别等问题 提出了基于深度 , , 卷积神经网络 AlexNet的电能质量扰动识别数法 首先将各类电能质量扰动转化为图片格式 然 , 、 , , 后输入到AlexNet算法 通过学习 调整电能质量扰动信号的特征参数 迭代收敛 最后将实时的 , 。 , 电能质量扰动通过训练好的AlexNet直接实现扰动识别分类 实时仿真结果表明 所提出的方法 , 能精确识别包括 种复合扰动在内的 种电能质量扰动问题 只需要对电能质量扰动信号进行学 3 17 , , , 习 即可以直接对电能质量扰动信号进行识别与分类 识别算法简单且处理的时间短 达到了实时 性的目的。 : ; ; ; ; 关键词 电力系统 深度卷积神经网络 AlexNet复合扰动 电能质量 中图分类号: 文献标志码: : / TM761 A doi10.7535hb k.2019x01008