基于改进型神经网络的电能质量扰动识别.pdf

《基于改进型神经网络的电能质量扰动识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、电力系统及其自动化皇皇!竺竺兰兰兰!竺PowerSystem＆Automation基于改进型神经网络的电能质量扰动识别金燕，钟金金，章旌红(浙江工业大学信息工程学院，浙江杭州310023)摘要：为了改善神经网络的电能质量扰动识别能力，提出了一种改进型神经网络。在分析了传统BP神经网络和遗传算法优化BP神经网络(GA—BP)的基础上，将遗传算法和贝叶斯正则化神经网络相结合，并采用小波包能量熵作为特征向量。改进后的神经网络能有效克服传统BP神经网络易陷入局部最小，GA—BP易出现过拟合现象且网络节点数偏多等缺点。在MATLAB平台上建立各种电能质量扰动信号的仿真模型，分

2、别采用传统BP神经网络、GA—BP及改进型神经网络进行扰动识别对比。仿真结果表明，改进后的神经网络显著提高了识别正确率。关键词：遗传算法；贝叶斯正则化；神经网络[中图分类号]TM711[文献标志码]A[文章编号]1000—3886(2012)04—0059—03PowerQualityDisturbanceldentificationBasedOnlmprovedNeuraINetworkJINYan，ZHONGJin-jin，ZHANGJing—hong(CollegeofInformationEngineering，ZhejiangUniversityofTec

3、hnology，HangzhouZhejiang310023，China)Abstract：Animprovedneuralnetworkisputforwardinthispapertoenhancetheidentificationeffectofpowerqualitydisturbance．BasedonanalyzingthetraditionalBPneuralnetworkandthegeneticalgorithmoptimizedBPneuralnetwork(GA—BP)，anewmethodbasedonBayesian·regularizat

4、ionneuralnetworkispresented。andthewaveletpacket-energyentropyisusedtoconstructafeaturevector．TheimprovedmethodCallovercomethelocalminimumproblemoftraditionalBPneuralnetwork。theoverfittingandtoomuchnetworknodesofGA—BP．Thesimulatedmodelsofthedisturbancesignalswerebuilt，andtestedbytraditi

5、onalBPneuralnetwork，GA-BPandtheimprovedneuralnetwork，respectively．ThesimulationresultsshowthattheimprovedneuralnetworkCanenhancetheidentificationaccuracysignificantly．Keywords：Geneticalgorithm；Bayesian-regularization；Neuralnetwork0引言真结果表明，此方法训练时间短，收敛性好，不易出现过拟合现象且对多数扰动信号类型均适合。．敏感性电子设备如计

6、算机、微电子控制器、变速驱动器的广泛使用，电力工业及其用户对电力系统的电能质量要求日益严1扰动信号特征向量的提取格。同时，由于不对称、非线性、波动性负荷在容量和数量上的大1．1小波包分解原理量增加，电能质量的污染日趋严重”。因此，准确识别扰动信号小波包变换是小波变换的完善和发展，它对小波变换中没有对电能质量的分析非常重要，也是电能质量问题进行治理和改善分解的高频部分也进行了细分，且小波包变换可以自适应选择频的前提条件。带，提高了处理信号的能力，更适合用于非平稳信号的分析。近年来，基于神经网络的电能质量识别方案获得了一定效定义空间为函数W(t)的闭包空间，印为：(t)

7、的闭包果。电能质量识别系统中，特征向量提取方法主要包括Fourier空间，并令加满足下式中的双尺度方程：变换、dq变换、s变换H及小波变换等，识别方法有：人工rw2(t)=∑h(k)w(2一)神经网络J、模糊逻辑J、专家系统及支持向量机等。其中{(1)【：支持向量机训练时间短，实时性能好，但对大规模训练样本难以+。(t)=∑g()(2t一)实施，提高训练样本后，分类效果明显下降。传统神经网络的算序列{W(t)}称为由基函数(t)=币(t)确定的小波包。且(1)法收敛性差，训练时间长，泛化能力不足且难以保证精确度和速式中g(k)=(一1)h(1一)，g(k)和h(