10.3969/j.issn.1674-3415.2012.15.008
分段傅里叶神经网络的低频振荡模式识别方法
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.
Prony、神经网络、主导模式、低频振荡、模式识别
40
TM712(输配电工程、电力网及电力系统)
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
2012-11-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
40-45