分段傅里叶神经网络的低频振荡模式识别方法

摘要：

针对低频振荡带宽较窄、主导模式较少的特点,提出了分段傅里叶神经网络的主导模式识别方法.采用分段傅里叶系数以求得振荡阻尼特性；为克服傅里叶系数直接求解的困难,采用有限神经元的正交基神经网络模型进行求解.根据分段傅里叶系数识别振荡主导模式的频率和衰减因子；再根据其与衰减时间窗的关系得到振荡幅值.该方法既保留了傅里叶算法抗噪性好的特点,又利用神经网络训练,进一步提高了抗噪性和可靠性,并通过算例仿真得到了证明.该研究对电力系统低频振荡的在线动态识别具有实际意义.

关键词：Prony、神经网络、主导模式、低频振荡、模式识别

所属期刊栏目：40

分类号：TM712(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：2012-11-01（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：40-45