基于S变换和长短期记忆网络的电能质量复合扰动识别

摘要：

针对电能质量复合扰动的识别方法准确率较低、效率较慢、鲁棒性较差的问题,提出一种基于S变换和长短期记忆网络的混合方法,该方法能够高效准确地对电能质量复合扰动进行识别,并且鲁棒性高.S变换得到的二维模矩阵的行和列分别反映频域和时域特征,将模矩阵作为长短期记忆网络的输入.为了检验该混合方法的性能,首先对15种电能质量扰动信号进行数学建模并得到大量数据样本,然后进行识别实验.为验证有效性,将所提方法与其他常用方法进行对比实验;为验证鲁棒性,对所提方法在不同强度的高斯噪声信号干扰下进行分类实验.实验结果表明,所提混合方法具有很高的准确性和鲁棒性.

关键词：S变换;长短期记忆网络;扰动识别;电能质量

所属期刊栏目：34

分类号：TM93;TP183

资助基金：国家自然科学基金52077081

在线出版日期：2021-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：33-39