基于可视化轨迹圆和ResNet18的复合电能质量扰动类型识别OA北大核心CSTPCD
An Improved Recognition Method Based on Visual Trajectory Circle and ResnetN18 for Complex Power Quality Disturbances
为逐步实现新型电力系统,大量电力电子元器件被投入电网使用.由此引起的电能质量问题愈发严重,主要表现为电能质量扰动类型复合化,并造成传统识别算法适用性降低.针对这一问题,该文采用可视化轨迹圆技术,将一维扰动信号转换为具有明显形状特征的二维轨迹圆,并输入到深度残差网络进行自主的特征学习并分类识别.首先,对复合电能质量扰动信号进行希尔伯特变换得到基于采样时间的包络线序列;然后,以瞬时幅值为极径,以瞬时相位为对应极角,在极坐标上得到轨迹圆图像;最终将轨迹…查看全部>>
兰名扬;刘宇龙;金涛;龚正;刘梓强
福州大学电气工程与自动化学院,福建省 福州市 350108福州大学电气工程与自动化学院,福建省 福州市 350108智能配电网装备福建省高校工程研究中心,福建省 福州市 350108福州大学电气工程与自动化学院,福建省 福州市 350108福州大学电气工程与自动化学院,福建省 福州市 350108
信息技术与安全科学
电能质量扰动可视化轨迹圆深度残差网络扰动分类
《中国电机工程学报》 2022 (17)
计及大功率驱动的电力电子化复杂电力系统谐波耦合机理分析与抑制方法研究
6274-6285,后插10,13
国家自然科学基金项目(51977039).
评论