基于深度学习的复合电能质量扰动识别方法OACSTPCD
精准的电能质量扰动识别是对电能质量扰动事件发生后需要解决的主要问题之一,这对划分责任和加快电力市场化进程均具有重要意义,而海量的电能质量监测数据则为电能质量扰动识别提供了条件与机遇。不同的电能质量扰动类型,其电气特征上也存在区别,故可利用不同电能质量扰动波形之间的差异来区分电能质量扰动类型。结合深度学习理论,建立一种基于双向独立循环神经网络的复合电能质量扰动识别方法,通过提取电能质量扰动信号的本质特征量,建立输入序列与输出序列之间的内在对应关系,…查看全部>>
邓亚平;贾颢;张晓晖;同向前;王璐
西安理工大学电气工程学院,陕西西安710054西安理工大学自动化与信息工程学院,陕西西安710048西安理工大学自动化与信息工程学院,陕西西安710048西安理工大学电气工程学院,陕西西安710054滑铁卢大学电子与计算机工程学院,加拿大滑铁卢N2L3G1
动力与电气工程
电能质量扰动识别双向独立循环神经网络深度学习
《电气传动》 2024 (3)
P.76-83,8
国家自然科学基金(62103328)。
评论