一种单一电能质量扰动分类研究方法技术
A single power quality disturbance classification method
The invention discloses a single power quality disturbance classification method, this method for 8 kinds of single disturbance signal, using the Matlab software to produce each kind of disturbance signals of the 200 samples, of which 100 were used for training, 100 as the test set, a sample of Shannon entropy and Kolmogorov entropy as feature vectors, using multilayer EBP as a feedforward neural network recognition machine. The simulation results show that the recognition system using artificial neural network as the recognition machine combined with the entropy characteristic parameters has a good effect on the identification of power quality disturbance signals.
【技术实现步骤摘要】
一种单一电能质量扰动分类研究方法
本专利技术属于电能质量研究
，涉及一种单一电能质量扰动分类研究方法，具体地说，涉及一种基于熵和BP神经网络的单一电能质量扰动分类研究方法。
技术介绍
太阳能、风能、生物能等可再生能源大量投入给电能质量带来了许多负面影响，而精密仪器仪表及其装置大量使用并对电能质量又非常敏感，使得电能质量成为了人们关注的新焦点，提高供电电能质量迫在眉睫。因此，如何有效地、正确地识别电能质量扰动信号就成为了电能质量整治的关键，是评价和改善电能质量的重要一环。用于电能质量扰动信号识别的技术很多，识别机有人工神经网络、决策树等，特征方面有采用S变换、小波变换、HHT等方法，各种方法在电能质量识别方面都取得了较好地效果。
技术实现思路
本专利技术的目的在于，提出了一种单一电能质量扰动分类研究方法，将尝试运用香农熵和Kolmogorov熵结合人工神经网络来对电能质量扰动信号进行识别分析。其技术方案如下：一种单一电能质量扰动分类研究方法，包括以下步骤：步骤1熵特征参数提取(1)香农熵其中，pi表示某一时刻系统第i个事件的概率。(2)Kolmogorov熵对于n...
【技术保护点】
一种单一电能质量扰动分类研究方法，其特征在于，包括以下步骤：步骤1 熵特征参数提取(1)香农熵
【技术特征摘要】
1.一种单一电能质量扰动分类研究方法，其特征在于，包括以下步骤：步骤1熵特征参数提取(1)香农熵其中，pi表示某一时刻系统第i个事件的概率；(2)Kolmogorov熵对于n维相空间的动力系统，将它的相空间划分为边长为r的n维立方体单元，分别为{b1，b2，L，bn}；设P{i0，i1，L，id}表示第i条轨道xi(t)落在第i个立方体单元中的概率，则Kolmogorov熵定义为信息的平均损失率：K熵用于系统混乱程度的度量，K熵越大，系统越复杂；步骤2识别：人工神经网络多层前馈神经网络又称为BP神经网络，它由输入层，隐含层和输出层组成；2.1多层前馈网络的误差反向传播算法EBP该算法主要分为两个基本过程，即模式从输入层通过隐含层逐层向输出层传播，误差从输出层经隐含层逐层向后传播；2.2误差反向传播学习算法。2.根据权利要求1所述的单一电能质量扰动分类研究方法，其特征在于，多层前馈网络的误差反向传播算法的步骤具体为：(1)输出层计算权值调整量计算：第k个输入模式，网络的输出误差的均方值Ek定义为按梯度下降原则应使权值调整量
【专利技术属性】
技术研发人员：于燕平，方林，黄绘，
申请(专利权)人：柳州铁道职业技术学院，
类型：发明
国别省市：广西,45
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。