The invention discloses a power quality disturbance location and recognition method based on Lifting Wavelet and improved BP neural network. It includes the following steps: Euclidean decomposition algorithm of DB4 wavelet lifting scheme; the disturbance signal lifting wavelet decomposition; combined modulus maxima detection of perturbation mutation peak; the adaptive learning rate and the improved BP neural network and disturbance identification method to increase the momentum of combining. The invention can obtain better disturbance moment information, positioning fast and high accuracy, can effectively overcome the shortcomings of traditional BP neural network is easy to fall into local minima and slow convergence, the distribution system of power quality disturbance and high recognition rate.
【技术实现步骤摘要】
一种配电网系统电能质量扰动定位与识别方法
本专利技术涉及一种电能质量扰动定位与识别方法,特别涉及一种基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别方法。
技术介绍
近年来,电力电子设备的广泛应用使得配电网系统中电能质量扰动问题日益突出。因此,如何提高电能质量成为目前配电网系统等相关领域的热点课题。配电网电能质量扰动的研究和治理受到了越来越多的重视,而快速、准确地对配电网电能质量扰动定位与识别是其中的重要环节也是评价和改善电能质量的重要措施。国内外对配电网系统电能质量扰动定位与识别已展开广泛而深入的研究和探讨,产生了许多方法,如短时傅立叶变换,S变换,小波变换和广义S变换等技术,但都存在各自的不足。短时傅立叶变换由于其时间窗长度和形状相对固定,不能同时体现高频及低频的特征,存在局限性;用S变换法对电能质量扰动进行检测与分类,检测定位精度较高,分类相对准确,但S变换运算量较大,实时性难保证;小波变换能较好地定位与识别电能质量扰动,但采用的是传统小波,运算速度较慢,定位耗时较长;用广义S变换法来定位与识别电能质量扰动,定位精度和扰动识别率较高,但定位方法复杂,计算量大。
技术实现思路
为了解决配电网系统电能质量扰动定位与识别存在的技术问题,本专利技术是提供一种速度更快、实时性更强且定位精度高的配电网系统电能质量扰动定位与识别的方法。本专利技术解决上述技术问题的技术方案是:用Euclidean分解算法得到db4小波提升方案;对扰动信号进行提升小波分解;结合模极大值对扰动突变点峰值进行定位检测;利用自适应学习率和增加动量项相结合的方法对BP神经网络改进 ...
【技术保护点】
一种基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别方法,包括以下步骤:用Euclidean分解算法得到db4小波提升方案;对扰动信号进行提升小波分解;结合模极大值对扰动突变点峰值进行定位检测;利用自适应学习率和增加动量项相结合的方法对BP神经网络改进并进行扰动识别。
【技术特征摘要】
1.一种基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别方法,包括以下步骤:用Euclidean分解算法得到db4小波提升方案;对扰动信号进行提升小波分解;结合模极大值对扰动突变点峰值进行定位检测;利用自适应学习率和增加动量项相结合的方法对BP神经网络改进并进行扰动识别。2.根据权利要求1所述的基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别方法,所述用Euclidean分解算法得到db4小波提升方案的步骤为:步骤一:分解,将原始信号x(n)(aj(n))按奇偶性分解成偶数序列xe[n]和奇数序列xo[n]两个较小子集;步骤二:预测,根据奇偶序列相关性,利用偶数序列xe[n]的预测值P(xe[n])来预测奇数序列xo[n],用奇数序列的实际值与预测值做差得到小波系数dj-1[n],公式为dj-1[n]=xo[n]-P[xe(n)];步骤三:更新,用步骤二中得到的小波系数dj-1[n]对偶数序列xe[n]更新,得到尺度系数aj-1[n],公式为aj-1[n]=xe[n]+U(dj-1[n])。3.根据权利要求1所述的基于提升小波和改进BP神经网络的配电网系统电能质量扰动定位与识别方法,所述结合模极大值对扰动突变点峰值进行定位检测的过程为:设θ(t)为一低通平滑函数...
【专利技术属性】
技术研发人员:易灵芝,桂庆忠,李青平,
申请(专利权)人:湘潭大学,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。