龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：温州大学
摘要：本发明公开了一种基于WT与GA‑PNN的复合电能质量扰动分类方法，主要包括如下步骤：1、电能质量扰动信号输入；2、电能质量扰动信号预处理；3、电能质量扰动信号特征值提取；4、电能质量扰动信号分类5、电能质量扰动信号分类结果输出。本发明的复合电能质量扰动信号分类方法，利用小波阈值对电能质量扰动信号进行预处理；采用最大峰值、最小峰值、能量平均偏差为特征量构成特征向量；采用优化PNN神经网络作为分类器。本发明的复合电能质量扰动信号分类方法不仅能识别单一扰动信号，还能识别多种复合扰动。
主权项：1.基于WT与GA-PNN的复合电能质量扰动分类方法，其特征在于：包括如下步骤：a、建立电能质量扰动信号；b、采用小波阈值法对电能质量扰动信号进行预处理，包括：b1、采用小波变换方法对电能质量扰动信号进行分解，得到各层的小波细节系数；b2、采用硬阈值函数处理各层的小波细节系数；b3、将处理后的各层的小波细节系数进行重构，得到处理后的电能质量扰动信号；c、确定电能质量扰动信号特征向量；c1、选取处理后的电能质量扰动信号的极大峰值Amax、极小峰值Amin和平均偏差Amean；c2、采用小波多分辨率分析处理后的电能质量扰动信号，提取特征量；c3、将极大峰值Amax、极小峰值Amin、平均偏差Amean和提取特征量构成特征向量；d、将步骤c中构成的特征向量当做测试集输入到GA-PNN分类器中进行训练，以训练完成的GA-PNN分类器完成电能质量扰动信号的识别；步骤b1中，小波变换方法具体指：∫xtψj,kdt＝∫ftψj,kdt+∫εtψj,kdt；式中，j、k分别为伸缩因子和平移因子；ψj,k为小波尺度函数；xt为电能质量扰动信号；ft为无噪声的电能质量扰动信号；εt为噪音信号；上式对应的小波系数表达式为：dj,k＝uj,k+ej,k；式中，dj,k为电能质量扰动信号xt的各层小波细节系数，uj,k为无噪声的电能质量扰动信号ft的小波变换后各层小波细节系数，ej,k为噪声信号εt的小波变换后各层小波细节系数。
全文数据：
权利要求：
百度查询： 温州大学 基于WT与GA-PNN的复合电能质量扰动分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号