FFT结合神经网络的低频振荡主导模式识别

摘要：

为提高电力系统低频振荡主导模式识别的抗噪性,提出一种FFT结合神经网络的识别方法.首先,基于加窗插值FFT算法求解各振荡模式的频率及其能量权重；然后利用神经网络分段逼近低频振荡信号,根据相邻两段的幅值变化求解衰减因子；最后拟合求出低频振荡信号的幅值和相位.仿真结果表明,该方法能可靠、准确地识别低频振荡主导模式,与Prony算法相比具有较好的抗噪性.

关键词：Prony、神经网络、低频振荡、模式识别

所属期刊栏目：26

分类号：TM711(输配电工程、电力网及电力系统)

资助基金：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

在线出版日期：2012-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：88-93