基于优化RBF神经网络在电能质量扰动分类中的应用

作     者：姚宇 方忠强 张坤 胡慧江 刘宏伟 YAO Yu;FANG Zhongqiang;ZHANG Kun;HU Huijiang;LIU Hongwei

作者机构：华设设计集团股份有限公司南京江苏210014 长安大学能源与电气工程学院西安陕西710018 

出 版 物：《现代建筑电气》 (Modern Architecture Electric)

年 卷 期：2024年第15卷第4期

页      码：28-35页

摘      要：为保证建筑中智能电子产品安全运行,解决实际工程中电能质量扰动识别分类准确率低、抗噪性差等问题,提出一种基于优化RBF神经网络识别电能质量扰动的方法。首先,将20种电能质量扰动信号通过S变换进行时频域分析,提取出的扰动时频域特征数据划分为测试集和训练集;然后,构建径向基函数(RBF)神经网络电能质量扰动分类模型;其次,引入蜣螂优化算法(DBO)对RBF神经网络参数进行参数优化;最后,将划分好的训练集和测试集输入到优化后的神经网络中进行扰动分类。仿真及工程实验表明,提出的方法对于电能质量扰动识别准确率高,抗噪性及泛化能力强。

主 题 词：电能质量 扰动分类 径向基函数 神经网络 蜣螂优化算法 S变换 特征提取 

学科分类：08[工学] 0813[工学-化工与制药类] 0814[工学-地质类] 

D　O　I：10.16618/j.cnki.1674-8417.2024.04.005

馆 藏 号：203127981...