电网技术

2006, (03) 22-26

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于自适应高斯基表示的神经网络在电力系统故障和振荡识别中的应用
Application of Neural Network Based on Adaptive Gaussian Representation in Discrimination of Fault and Oscillation in Power System

熊卫华;赵光宙;

摘要(Abstract):

结合最优联合时一频处理无交叉项干扰及神经网络自学习分类识别的优点,提出了一种在有色噪声干扰下识别电力系统故障和振荡的方法。将经过自适应高斯基表示(Adaptive Gaussian Representation,AGR)分析处理的电力信号特征向量输入神经网络分类器进行识别。待辨识输入向量不仅表征了原信号的基本信息,而且没有交叉项,运算简单。仿真结果表明,此方法能正确分类识别有色噪声干扰下的系统故障和振荡,提高了电力系统微机保护在系统振荡中检测故障的灵敏性和精确性。

关键词(KeyWords): 自适应高斯基表示;神经网络;电力系统;故障;振荡

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 熊卫华;赵光宙;

Email:

DOI: 10.13335/j.1000-3673.pst.2006.03.005

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享