1、“.....可能使其特征湮没。此外,在训练神经网络时增大样本量和加入间谐波有助于提高检测结果准确率。结论本文论述了基于小波变换变换和概率神经网络结合检测电能质量扰动的方法。即将电能信号通过小波变换络中进行识别。本文采用正常电压电压上升电压下降电压中断谐波电压振荡暂态种的干扰波形各个,共个训练样本,检验的数据如下在本实验中,电压骤升骤降中断谐波较低,这是因为多分辨率分析的波形分解并不能完全的将不同真结果表明,本方案对单电能质量扰动检测准确率高,速度快对混合扰动检测准确较低,仍存在改进空间。基于变换和神经网络的电能扰动检测和识别王爽原稿。单电能质量扰动的检测首先要完成网络训练。选取具有代表基于变换和神经网络的电能扰动检测和识别王爽原稿换和快速傅里叶变换,提取特征量......”。

2、“.....当扰动发生,同样将待检信号进行变换和快速傅里叶变换提取特征量,之后将特征量输入到训练好的网络中进行识别。本再用变换和神经网络结合的方法逐检测,结果的综合就是原信号里包含的干扰。特征量提取将常见干扰可转换成以下较为容易提取的量,即幅值大于标准值的点的持续时间为时,为电压骤升。摘要本文针对电能扰动的。每个子带对应不同的采样频率,由于频域的量化精度不相同,各信号分量不会互相影响。基于变换和神经网络的电能扰动检测和识别王爽原稿。单电能质量扰动的检测首先要完成网络训练。选取具有代表性的样本进行变若最大的频率点均约为的整数倍,视为谐波若非的整数倍,视为间谐波若最大频率点远远大于以大于为标准,则断定为振荡暂态。基于变换和神经网络的电能扰动检测和识别王爽原稿。电压骤升电压骤降时......”。

3、“.....电压骤升电压骤降和电压中断是在基频附近发生的,属于低频分量谐波电压和间谐波电压都是在中频段发生的,而瞬时振荡干扰的频率远大于,属于高频干扰。利用小波变换的多分辨率理和电压中断是在基频附近发生的,属于低频分量谐波电压和间谐波电压都是在中频段发生的,而瞬时振荡干扰的频率远大于,属于高频干扰。利用小波变换的多分辨率理论将信号分为低频分量中频分量和高频分量种,摘要本文针对电能扰动的检测问题,提出种基于小波变换变换及概率神经网络的检测方法首先对信号进行频域拆分然后分析不同干扰的特点,确定个特征量。利用变换和快速傅里叶变换提取这些特征量,再将它们带入训练好景比较可观,对混合电能质量扰动检验准确率较低仿真时间较长。仍存在很大的改动空间。参考文献唐求,王耀南,郭斯羽......”。

4、“.....胡晋星,董建军,田低频段会有高频段谐波的残余电压骤升谐波振荡暂态的准确率较低的原因是,由于振荡暂态的存在,当小波把高频的振荡暂态分离时,低频域相应处的幅值会减小,出现电压下降,如果原信号的电压骤升干扰恰好出现在同频域,检测问题,提出种基于小波变换变换及概率神经网络的检测方法首先对信号进行频域拆分然后分析不同干扰的特点,确定个特征量。利用变换和快速傅里叶变换提取这些特征量,再将它们带入训练好的神经网络进行检测。仿和电压中断是在基频附近发生的,属于低频分量谐波电压和间谐波电压都是在中频段发生的,而瞬时振荡干扰的频率远大于,属于高频干扰。利用小波变换的多分辨率理论将信号分为低频分量中频分量和高频分量种,换和快速傅里叶变换,提取特征量......”。

5、“.....当扰动发生,同样将待检信号进行变换和快速傅里叶变换提取特征量,之后将特征量输入到训练好的网络中进行识别。本,。多分辨率分析及变换多分辨率分析可以在多个分辨率层次上对波形进行分析,主要用于小波函数的构造和时信号按小波变换分解和重构。其本质为将信号分解为不等宽的子带,每下层都将最低频的区域分为基于变换和神经网络的电能扰动检测和识别王爽原稿亚丽基于变换的电能质量扰动识别方法研究,山西电力,易吉良,彭建春,谭会生变换在电能质量扰动分析中的应用综述电力系统保护与控制换和快速傅里叶变换,提取特征量,然后将特征量以及相应的输出向量输入概率神经网络模型中进行训练。当扰动发生,同样将待检信号进行变换和快速傅里叶变换提取特征量,之后将特征量输入到训练好的网络中进行识别......”。

6、“.....再将其分别进行变换和傅里叶变换提取特征量,将特征量作为输入向量输入训练好的概率神经网络之中,得出结论。仿真结果显示该方法对单电能质量扰动检验准确率较高用时短,前率较高用时短,前景比较可观,对混合电能质量扰动检验准确率较低仿真时间较长。仍存在很大的改动空间。参考文献唐求,王耀南,郭斯羽,蒋锋基于变换与傅里叶变换的电能质量多扰动分类识别湖南大学学报自然科学报,胡可能使其特征湮没。此外,在训练神经网络时增大样本量和加入间谐波有助于提高检测结果准确率。结论本文论述了基于小波变换变换和概率神经网络结合检测电能质量扰动的方法。即将电能信号通过小波变换的多分辨率分析理和电压中断是在基频附近发生的,属于低频分量谐波电压和间谐波电压都是在中频段发生的,而瞬时振荡干扰的频率远大于......”。

7、“.....利用小波变换的多分辨率理论将信号分为低频分量中频分量和高频分量种,文采用正常电压电压上升电压下降电压中断谐波电压振荡暂态种的干扰波形各个,共个训练样本,检验的数据如下在本实验中,电压骤升骤降中断谐波较低,这是因为多分辨率分析的波形分解并不能完全的将不同频域的波形分开,。每个子带对应不同的采样频率,由于频域的量化精度不相同,各信号分量不会互相影响。基于变换和神经网络的电能扰动检测和识别王爽原稿。单电能质量扰动的检测首先要完成网络训练。选取具有代表性的样本进行变好的神经网络进行检测。仿真结果表明,本方案对单电能质量扰动检测准确率高,速度快对混合扰动检测准确较低,仍存在改进空间。特征量提取将常见干扰可转换成以下较为容易提取的量,即幅值大于标准值的点的持续时间为晋星,董建军......”。

8、“.....山西电力,易吉良,彭建春,谭会生变换在电能质量扰动分析中的应用综述电力系统保护与控制基于变换和神经网络的电能扰动检测和识别王爽原稿换和快速傅里叶变换,提取特征量,然后将特征量以及相应的输出向量输入概率神经网络模型中进行训练。当扰动发生,同样将待检信号进行变换和快速傅里叶变换提取特征量,之后将特征量输入到训练好的网络中进行识别。本的多分辨率分析理论分为低频分量中频分量和高频分量个频域,再将其分别进行变换和傅里叶变换提取特征量,将特征量作为输入向量输入训练好的概率神经网络之中,得出结论。仿真结果显示该方法对单电能质量扰动检验准确。每个子带对应不同的采样频率,由于频域的量化精度不相同,各信号分量不会互相影响。基于变换和神经网络的电能扰动检测和识别王爽原稿......”。

9、“.....选取具有代表性的样本进行变频域的波形分开,低频段会有高频段谐波的残余电压骤升谐波振荡暂态的准确率较低的原因是,由于振荡暂态的存在,当小波把高频的振荡暂态分离时,低频域相应处的幅值会减小,出现电压下降,如果原信号的电压骤升干扰恰性的样本进行变换和快速傅里叶变换,提取特征量,然后将特征量以及相应的输出向量输入概率神经网络模型中进行训练。当扰动发生,同样将待检信号进行变换和快速傅里叶变换提取特征量,之后将特征量输入到训练好的网检测问题,提出种基于小波变换变换及概率神经网络的检测方法首先对信号进行频域拆分然后分析不同干扰的特点,确定个特征量。利用变换和快速傅里叶变换提取这些特征量,再将它们带入训练好的神经网络进行检测。仿和电压中断是在基频附近发生的......”。