基于VMD-SAST的电能质量扰动分类识别方法OA北大核心CSTPCD
新能源大规模并网以及电力电子设备广泛应用引起的复杂电能质量扰动(power quality disturbances,PQDs)会威胁电力系统的安全稳定运行。针对复杂PQDs难以精准检测识别的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)与同步压缩自适应S变换(synchrosqueezing adaptive S-transform,SAST)的PQDs检测识别方法。首先,使用VMD将P…查看全部>>
张博智;张茹;焦东翔;王龙宇;周一凡;周丽霞
国网冀北电力有限公司计量中心,北京100032国网冀北电力有限公司计量中心,北京100032国网冀北电力有限公司计量中心,北京100032国网冀北电力有限公司计量中心,北京100032国网冀北电力有限公司计量中心,北京100032国网冀北电力有限公司计量中心,北京100032
动力与电气工程
电能质量扰动变分模态分解特征提取机器学习
《中国电力》 2024 (2)
P.34-40,7
国家电网有限公司科技项目(5400-202319222A-1-1-ZN)。
评论