本文選題：強(qiáng)跟蹤濾波器　切入點(diǎn)：極限學(xué)習(xí)機(jī)　出處：《電工技術(shù)學(xué)報(bào)》2017年03期 　論文類型：期刊論文

【摘要】：針對(duì)電能質(zhì)量擾動(dòng)實(shí)時(shí)分類的需求,提出了一種基于強(qiáng)跟蹤濾波器和極限學(xué)習(xí)機(jī)的電能質(zhì)量擾動(dòng)分類方法。強(qiáng)跟蹤濾波器通過引入漸消因子矩陣克服了擴(kuò)展卡爾曼濾波器的易發(fā)散的問題。強(qiáng)跟蹤濾波器不僅可以檢測(cè)擾動(dòng)幅值而且還可以提供漸消因子作為特征量,以此識(shí)別暫態(tài)擾動(dòng)和諧波。該方法提出使用基波幅值最大值、最小值、波動(dòng)次數(shù)和漸消因子頻度均值四個(gè)特征量組成特征向量作為極限學(xué)習(xí)機(jī)分類模型的訓(xùn)練樣本;最后將分類器用于電能質(zhì)量擾動(dòng)識(shí)別。為了提高極限學(xué)習(xí)機(jī)分類精度,提出了對(duì)少量邊界錯(cuò)分樣本的類別進(jìn)行校正的規(guī)則校正法。仿真表明改進(jìn)后的方法能夠識(shí)別包括兩種復(fù)合擾動(dòng)在內(nèi)的10種電能質(zhì)量擾動(dòng)信號(hào),并具有良好抗噪性。與隨機(jī)梯度下降反向傳播方法、最小二乘支持向量機(jī)和序貫極限學(xué)習(xí)機(jī)相比,該方法訓(xùn)練和分類速度快,分類準(zhǔn)確率高,適合于在線應(yīng)用。
[Abstract]:According to the demand of real-time classification of power quality disturbance, A power quality disturbance classification method based on strong tracking filter and extreme learning machine is proposed. Strong tracking filter overcomes the divergence problem of extended Kalman filter by introducing fading factor matrix. The waver can not only detect the amplitude of the disturbance but also provide the fading factor as the characteristic. In this method, the maximum and minimum amplitude of the fundamental wave, the number of waves and the frequency mean of the fading factor are used to form the eigenvector as the training samples of the classification model of the extreme learning machine. Finally, the classifier is used to identify the disturbance of power quality. In this paper, a rule correction method for correcting a small number of samples with boundary misalignment is proposed. The simulation results show that the improved method can identify 10 kinds of power quality disturbance signals, including two kinds of complex disturbances. Compared with the stochastic gradient descent backpropagation method, least square support vector machine and sequential extreme learning machine, this method has the advantages of fast training and classification speed, high classification accuracy, and is suitable for online application.
【作者單位】： 強(qiáng)電磁工程與新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華中科技大學(xué));長(zhǎng)江大學(xué)電子與信息學(xué)院;湖北工業(yè)大學(xué)太陽(yáng)能高效利用湖北省協(xié)同創(chuàng)新中心;國(guó)網(wǎng)湖南電力公司電力科學(xué)研究院;
【基金】：國(guó)家自然科學(xué)基金(51277080) 太陽(yáng)能高效利用湖北省協(xié)同創(chuàng)新中心科研團(tuán)隊(duì)培育項(xiàng)目(HBSZD2014001)資助
【分類號(hào)】：TM711

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 李揚(yáng);李國(guó)慶;顧雪平;張艷軍;韓子?jì)?;基于集成OS-ELM的暫態(tài)穩(wěn)定評(píng)估方法[J];電工技術(shù)學(xué)報(bào);2015年14期

2 劉念;張清鑫;劉海濤;;基于核函數(shù)極限學(xué)習(xí)機(jī)的微電網(wǎng)短期負(fù)荷預(yù)測(cè)方法[J];電工技術(shù)學(xué)報(bào);2015年08期

【共引文獻(xiàn)】

相關(guān)期刊論文 前7條

1 雷正新;韓蓓;聶萌;甄穎;汪可友;李國(guó)杰;;配電網(wǎng)大數(shù)據(jù)環(huán)境下的多點(diǎn)負(fù)荷預(yù)測(cè)算法與應(yīng)用研究[J];電力系統(tǒng)保護(hù)與控制;2016年23期

2 楊茂;董駿城;羅芫;趙偉男;;基于近似熵的電力系統(tǒng)負(fù)荷預(yù)測(cè)誤差分析[J];電力系統(tǒng)保護(hù)與控制;2016年23期

3 劉念;李巖松;張建華;雷金勇;;微電網(wǎng)互聯(lián)運(yùn)行的分時(shí)優(yōu)化與實(shí)時(shí)控制方法[J];電工技術(shù)學(xué)報(bào);2016年21期

4 李驊錦;許強(qiáng);何雨森;魏勇;;WA聯(lián)合ELM與OS-ELM的滑坡位移預(yù)測(cè)模型[J];工程地質(zhì)學(xué)報(bào);2016年05期

5 許志榮;楊蘋;鄭成立;彭嘉俊;陳奇芳;黃錦成;;用戶側(cè)光儲(chǔ)型微電網(wǎng)中央控制器研制[J];電網(wǎng)技術(shù);2017年02期

6 樊瑋;劉念;張建華;;事件驅(qū)動(dòng)的智能家庭在線能量管理算法[J];電工技術(shù)學(xué)報(bào);2016年13期

7 郅萍;繆希仁;吳曉梅;;低壓系統(tǒng)短路故障建模及電流預(yù)測(cè)技術(shù)[J];電力系統(tǒng)保護(hù)與控制;2016年07期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李揚(yáng);顧雪平;;基于改進(jìn)最大相關(guān)最小冗余判據(jù)的暫態(tài)穩(wěn)定評(píng)估特征選擇[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年34期

2 顧雪平;李揚(yáng);吳獻(xiàn)吉;;基于局部學(xué)習(xí)機(jī)和細(xì)菌群體趨藥性算法的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J];電工技術(shù)學(xué)報(bào);2013年10期

3 毛力;王運(yùn)濤;劉興陽(yáng);李朝鋒;;基于改進(jìn)極限學(xué)習(xí)機(jī)的短期電力負(fù)荷預(yù)測(cè)方法[J];電力系統(tǒng)保護(hù)與控制;2012年20期

4 陳民鈾;朱博;徐瑞林;徐鑫;;基于混合智能技術(shù)的微電網(wǎng)剩余負(fù)荷超短期預(yù)測(cè)[J];電力自動(dòng)化設(shè)備;2012年05期

5 王越;衛(wèi)志農(nóng);吳佳佳;;人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)技術(shù)在微網(wǎng)運(yùn)行中的應(yīng)用[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2012年02期

6 周念成;鄧浩;王強(qiáng)鋼;李春艷;;光伏與微型燃?xì)廨啓C(jī)混合微網(wǎng)能量管理研究[J];電工技術(shù)學(xué)報(bào);2012年01期

7 劉小平;丁明;張穎媛;徐寧舟;;微網(wǎng)系統(tǒng)的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J];中國(guó)電機(jī)工程學(xué)報(bào);2011年31期

8 張春霞;張講社;;選擇性集成學(xué)習(xí)算法綜述[J];計(jì)算機(jī)學(xué)報(bào);2011年08期

9 陳益哲;張步涵;王江虹;毛彪;方仍存;毛承雄;段善旭;;基于短期負(fù)荷預(yù)測(cè)的微網(wǎng)儲(chǔ)能系統(tǒng)主動(dòng)控制策略[J];電網(wǎng)技術(shù);2011年08期

10 葉圣永;王曉茹;劉志剛;錢清泉;;基于受擾嚴(yán)重機(jī)組特征及機(jī)器學(xué)習(xí)方法的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J];中國(guó)電機(jī)工程學(xué)報(bào);2011年01期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉守亮,肖先勇;基于S變換的短時(shí)電能質(zhì)量擾動(dòng)檢測(cè)與分類[J];四川電力技術(shù);2005年S1期

2 羅滇生;何洪英;姚建剛;;短時(shí)電能質(zhì)量擾動(dòng)分類方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年17期

3 唐軼;劉昊;方永麗;;基于時(shí)域特征分析的電能質(zhì)量擾動(dòng)分類[J];電力系統(tǒng)自動(dòng)化;2008年17期

4 黃南天;徐殿國(guó);劉曉勝;;基于改進(jìn)多層前饋神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動(dòng)分類[J];電子測(cè)量與儀器學(xué)報(bào);2009年10期

5 賴曉君;孫洪成;;一種新的電能質(zhì)量擾動(dòng)分類識(shí)別算法[J];電氣開關(guān);2011年02期

6 陳祥訓(xùn);采用小波技術(shù)的幾種電能質(zhì)量擾動(dòng)的測(cè)量與分類方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2002年10期

7 薛蕙,楊仁剛;基于小波包除噪的電能質(zhì)量擾動(dòng)檢測(cè)方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2004年03期

8 束洪春,王晶,陳學(xué)允;動(dòng)態(tài)電能質(zhì)量擾動(dòng)的多刻度形態(tài)學(xué)分析[J];中國(guó)電機(jī)工程學(xué)報(bào);2004年04期

9 呂干云,丁屹峰,程浩忠;一種基于改進(jìn)鎖相環(huán)系統(tǒng)的電能質(zhì)量擾動(dòng)檢測(cè)方法[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2004年05期

10 潘洪湘,宗偉,劉連光;基于數(shù)字信號(hào)處理器的短時(shí)電能質(zhì)量擾動(dòng)檢測(cè)算法[J];電網(wǎng)技術(shù);2004年20期

相關(guān)會(huì)議論文 前7條

1 曹立中;吳杰;蘇春苑;;基于多方法的電能質(zhì)量擾動(dòng)研究[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

2 劉林;林濤;;基于連續(xù)小波變換和專家系統(tǒng)的電能質(zhì)量擾動(dòng)識(shí)別研究[A];中南七�。▍^(qū)）電力系統(tǒng)專業(yè)委員會(huì)第二十二屆聯(lián)合學(xué)術(shù)年會(huì)論文集[C];2007年

3 張東中;袁帥;佟為明;;基于復(fù)小波和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動(dòng)識(shí)別與分類[A];2009中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2009年

4 陳春玲;許童羽;袁野;;基于多類分類SVM的電能質(zhì)量擾動(dòng)識(shí)別[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

5 耿云玲;王群;何怡剛;;典型電能質(zhì)量擾動(dòng)信號(hào)的小波檢測(cè)[A];2004全國(guó)測(cè)控、計(jì)量與儀器儀表學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2004年

6 方群會(huì);;基于LS_SVM的暫態(tài)電能質(zhì)量擾動(dòng)分類[A];重慶市電機(jī)工程學(xué)會(huì)2010年學(xué)術(shù)會(huì)議論文集[C];2010年

7 張宇;李海維;;小波理論和網(wǎng)格分形在電能質(zhì)量擾動(dòng)檢測(cè)中的應(yīng)用[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 宋雪雷;基于小波變換和支持向量機(jī)的電能質(zhì)量擾動(dòng)分析方法[D];哈爾濱工業(yè)大學(xué);2007年

2 陳春玲;電能質(zhì)量擾動(dòng)分析與監(jiān)測(cè)研究[D];沈陽(yáng)農(nóng)業(yè)大學(xué);2009年

3 舒泓;電能質(zhì)量擾動(dòng)檢測(cè)和分類問題的研究[D];北京交通大學(xué);2009年

4 胡為兵;電能質(zhì)量擾動(dòng)的自動(dòng)識(shí)別和定位相關(guān)理論研究[D];華中科技大學(xué);2008年

5 秦英林;電能質(zhì)量擾動(dòng)的自動(dòng)識(shí)別和時(shí)刻定位研究[D];山東大學(xué);2010年

6 易吉良;基于S變換的電能質(zhì)量擾動(dòng)分析[D];湖南大學(xué);2010年

7 張明;電能質(zhì)量擾動(dòng)相關(guān)問題研究[D];華中科技大學(xué);2010年

8 黃文清;電能質(zhì)量擾動(dòng)在線監(jiān)測(cè)方法研究[D];湖南大學(xué);2007年

9 單任仲;并聯(lián)型復(fù)合電能質(zhì)量擾動(dòng)及補(bǔ)償?shù)目刂品椒ㄅc實(shí)現(xiàn)[D];華北電力大學(xué)（北京）;2010年

10 劉應(yīng)梅;電能質(zhì)量擾動(dòng)檢測(cè)和分析的研究[D];中國(guó)電力科學(xué)研究院;2003年

相關(guān)碩士學(xué)位論文 前10條

1 潘冬寅;電能質(zhì)量擾動(dòng)信號(hào)降維及分類研究[D];南京林業(yè)大學(xué);2012年

2 郝婉茹;基于原子分解快速算法的電能質(zhì)量擾動(dòng)檢測(cè)與分類研究[D];燕山大學(xué);2015年

3 鄧為權(quán);基于EEMD和SVM的電能質(zhì)量擾動(dòng)檢測(cè)與分析研究[D];昆明理工大學(xué);2015年

4 胡巧琳;風(fēng)電并網(wǎng)的電能質(zhì)量擾動(dòng)檢測(cè)方法研究[D];西南交通大學(xué);2015年

5 朱玲;混合電能質(zhì)量擾動(dòng)的檢測(cè)與分類[D];西南交通大學(xué);2015年

6 薛文婷;暫態(tài)電能質(zhì)量擾動(dòng)檢測(cè)分析與評(píng)估的研究[D];華北電力大學(xué);2015年

7 韓剛;電能質(zhì)量擾動(dòng)檢測(cè)與分類識(shí)別方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

8 章俊;電能質(zhì)量擾動(dòng)信號(hào)的檢測(cè)與識(shí)別[D];南昌大學(xué);2015年

9 張語(yǔ)R，

本文編號(hào)：1640955