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
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.
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
54
TM933
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
2017-08-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
7-13