10.3969/j.issn.1000-8829.2018.01.005
基于HHT与PNN的输电线路故障分类
针对电力系统输电线路一系列的短路故障,把希尔伯特黄变换(HHT)完成对暂态信号特征量的提取与概率神经网络(PNN)作为诊断故障分类器相结合的方式,作为对输电线路故障分类的方法.利用HHT能够充分反映局部暂态信号的特点,对集合经验模态分解(EEMD)后的故障信号进行小波阈值降噪,运用HHT进行重构,得到三相电流以及零序电流4组特征能量函数值,并作为4组特征量输入到经遗传算法优化过平滑因子的PNN中进行训练,最终得到分类器.经Matlab仿真实验显示,该方法能够有效优化信号波形并提高故障分类精度.
线路故障分类、希尔伯特黄变换、概率神经网络、小波阈值降噪
37
TM726.3(输配电工程、电力网及电力系统)
辽宁省重点实验室项目LJZS003
2018-05-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
19-22,26