• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
杨越,王涛,顾雪平,岳贤龙,徐振华,邱丽君.利用小波能量特征的增长型自组织神经网络同调机组分群方法[J].电测与仪表,2017,54(14):.
YangYue,WangTao,GuXueping,Yue Xianlong,Xu Zhenhua,QiuLijun.Coherency identification using growth-oriented self-organizing neural networks and wavelet energy feature[J].Electrical Measurement & Instrumentation,2017,54(14):.
利用小波能量特征的增长型自组织神经网络同调机组分群方法
Coherency identification using growth-oriented self-organizing neural networks and wavelet energy feature
DOI:
中文关键词:  小波分析  多尺度空间能量  自组织神经网络  特征提取  同调机组
英文关键词:Wavelet analysis, Multi-scale spatial energy, Self-organizing neural network, Feature extraction, Coherent generator
基金项目:国家自然科学基金资助项目(51677071);国家电网公司科技项目(XT71-16-034);中央高校基本科研业务费专项资金资助项目(2016MS130)
                 
作者中文名作者英文名单位
杨越YangYue华北电力大学(保定)
王涛WangTao华北电力大学(保定)
顾雪平GuXueping华北电力大学(保定)
岳贤龙Yue Xianlong华北电力大学(保定)
徐振华Xu Zhenhua国网福建省电力有限公司电力科学研究院
邱丽君QiuLijun中国电力科学研究院
摘要点击次数: 1741
中文摘要:
      本文提出了一种利用小波变换多尺度空间能量分布特征的自组织神经网络同调机组分群方法。首先改进了同调机群识别判据,然后利用小波变换的多尺度空间能量分布特征提取方法对机组功角摇摆曲线提取特征,将时域特征、频域特征及小波能量特征构成的综合向量作为增长型自组织神经网络的输入,通过调节阈值λ,得出不同精度的分群结果。最后在IEEE-39节点系统上对只考虑时频域特征和同时考虑小波能量特征、时频域特征的同调机组识别结果进行了对比分析,最终表明同时考虑小波能量特征、时频域特征的分群结果具有更高准确性。
英文摘要:
      This paper proposes a novel method to identify coherent generator groups using wavelet transform multi-scale space energy distribution feather and improved self-organizing neural networks. Firstly, the identification criteria of coherent generator groups are defined and then the features of the unit power angle rocking curve are extracted using multi-scale spatial energy wavelet distribution method. Furthermore, the time domain, frequency domain and wavelet energy feature vectors are used as inputs of growth-oriented self-organizing neural networks to obtain grouping of different precision by adjusting the threshold λ. Finally, the recognition results on the IEEE-39 bus system, considering the features of only time-frequency domain and both the wavelet energy and time-frequency domain, are compared. The results show that the proposed method taking into account the feathers of both the wavelet energy and time-frequency domain can obtain higher accuracy.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司