2024年11月16日
星期六
|
欢迎来到营口市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
刘圣楠
作品数:
1
被引量:9
H指数:1
供职机构:
燕山大学电气工程学院河北省电力电子节能与传动控制重点实验室
更多>>
发文基金:
河北省自然科学基金
河北省高等学校科学技术研究指导项目
更多>>
相关领域:
电气工程
更多>>
合作作者
李燕
燕山大学电气工程学院河北省电力...
王云静
燕山大学电气工程学院河北省电力...
曲正伟
燕山大学电气工程学院河北省电力...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电气工程
主题
1篇
电能
1篇
电能质量
1篇
电能质量扰动
1篇
电能质量扰动...
1篇
原子分解
1篇
扰动识别
1篇
消噪
1篇
PSO
1篇
MP算法
机构
1篇
燕山大学
作者
1篇
曲正伟
1篇
王云静
1篇
李燕
1篇
刘圣楠
传媒
1篇
电测与仪表
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于PSO-MP算法和RBF神经网络的电能质量扰动识别
被引量:9
2016年
准确识别扰动信号类型对分析和治理电能质量问题具有重要意义。文中提出一种基于粒子群优化匹配追踪算法(PSO-MP)和RBF神经网络的电能质量扰动识别方法。首先,构建工频原子库将工频信号提取出来,得到的残余信号能更好地体现扰动信号差异性;再利用PSO优化匹配追踪算法以减小计算量,并结合离散Gabor原子库对残余扰动信号进行稀疏分解,准确提取其原子参数;最后将原子参数以及残余信号在原子上的投影的均值和标准偏差作为特征量,利用RBF神经网络对扰动信号进行识别。仿真算例表明,该方法能够有效地识别几种常见的电能质量扰动,且具有抗噪性能强、计算量小等优点。
王云静
李燕
曲正伟
刘圣楠
关键词:
电能质量扰动
原子分解
消噪
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张