电网技术

2009, v.33;No.v.33(16) 63-69

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

基于小波熵和概率神经网络的配电网电压暂降源识别方法
A Method to Identify Voltage Sag Sources in Distribution Network Based on Wavelet Entropy and Probability Neural Network

贾勇;何正友;赵静;

摘要(Abstract):

分析了短路故障、感应电动机启动和变压器投运引起电压暂降的原理及各类电压暂降的特征,提出一种基于小波熵(wavelet entropy,WE)和概率神经网络(probability neural network,PNN)的电压暂降源识别方法。提取信号的小波能谱熵和小波系数熵特征向量,并将其输入概率神经网络,实现电压暂降源的自动识别。利用Matlab/Simulink建立简单配电网的仿真模型进行验证,结果表明,基于小波熵和概率神经网络的方法能很好地识别电压暂降源。

关键词(KeyWords): 电压暂降源;小波熵;概率神经网络;配电网

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 贾勇;何正友;赵静;

Email:

DOI:

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