| 摘要: |
| 基于多域特征提取（multi-domain feature extraction）和自适应神经-模糊推理系统（Adaptive Neuro-Fuzzy Inference system，ANFIS）提出了电能质量扰动类型识别的一种新方法。基于波形包络阈值线对扰动进行检测；在时域、频域和小波域进行多域特征提取，选取扰动信号的基波均方根（RMS）幅值、总谐波畸变率、次谐波幅值和小波包能量熵共同组成输入特征矢量；通过自适应神经-模糊推理系统对电能质量扰动类型进行识别。仿真结果表明，该方法与BP神经网络和最小二乘支持向量机相比平均识别准确率高，对特征不规则的待检电能质量扰动信号具有良好的柔性和适应性。 |
| 关键词: 电能质量 多域特征提取 自适应神经-模糊推理系统 BP神经网络 最小二乘支持向量机 |
| DOI：10.7667/j.issn.1674-3415.2010.24.002 |
| 分类号: |
| 基金项目:国家自然科学基金项目（51077058） |
|
|
|
|
| Abstract: |
|
| Key words: |
