引用本文:竺炜,马建伟,曾喆昭,等.分段傅里叶神经网络的低频振荡模式识别方法[J].电力系统保护与控制,2012,40(15):40-45.
,et al.[J].Power System Protection and Control,2012,40(15):40-45
【打印本页】   【下载PDF全文】   【查看/发表评论】  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被：浏览 4294次   下载 149次 本文二维码信息
码上扫一扫！
分享到： 微信 更多
字体:加大+|默认|缩小-
分段傅里叶神经网络的低频振荡模式识别方法
竺炜1,2, 马建伟, 曾喆昭, 周益华
1.长沙理工大学电气与信息工程学院，湖南 长沙 410114;2.中国电力科学研究院，北京 100192
摘要:
针对低频振荡带宽较窄、主导模式较少的特点，提出了分段傅里叶神经网络的主导模式识别方法。采用分段傅里叶系数以求得振荡阻尼特性；为克服傅里叶系数直接求解的困难，采用有限神经元的正交基神经网络模型进行求解。根据分段傅里叶系数识别振荡主导模式的频率和衰减因子；再根据其与衰减时间窗的关系得到振荡幅值。该方法既保留了傅里叶算法抗噪性好的特点，又利用神经网络训练，进一步提高了抗噪性和可靠性，并通过算例仿真得到了证明。该研究对电力系统低频振荡的在线动态识别具有实际意义。
关键词:  Prony  神经网络  主导模式  低频振荡  模式识别
DOI：10.7667/j.issn.1674-3415.2012.15.008
分类号:
基金项目:国家自然科学基金(61040049)；湖南省自然科学基金(11JJ6032)；湖南省科技计划项目(2010FJ4095)
,et al
Abstract:
Key words:  
  • 1
X关闭
  • 1
X关闭