-
题名基于BAS-BP分类器模型的电压暂降源识别
被引量:6
- 1
-
-
作者
叶筱怡
刘海涛
吕干云
郝思鹏
-
机构
南京工程学院电力工程学院
江苏省配电网智能技术与装备协同创新中心
-
出处
《电力工程技术》
北大核心
2022年第1期77-83,共7页
-
基金
江苏省自然科学基金资助项目(SBK2020044025)。
-
文摘
为提高不同电压暂降扰动源的识别正确率,对电压暂降进行有效治理,提出一种利用天牛须搜索(BAS)算法和反向传播(BP)神经网络构建BAS-BP分类器模型的电压暂降源识别方法。文中应用改进S变换提取16个特征指标,组成电压暂降源识别指标体系,为消除冗余信息对分类结果的影响,利用组合赋权法筛选出9个指标作为分类器的输入量。通过BAS算法对BP神经网络的初始权值和阈值寻优,构建BAS-BP分类器模型,实现对配电网不同类型电压暂降源的识别。仿真结果表明,该分类器模型具有一定的抗噪能力与适用性,并且与常规分类器模型相比,具有更好的分类效果。
-
关键词
电压暂降
改进S变换
组合赋权
天牛须搜索-反向传播(bas-bp)分类器
分类识别
反向传播(BP)神经网络
-
Keywords
voltage sag
improved S-transform
combination weighting
beetle antennae search-back propagation(bas-bp)classifier
classification and recognition
back propagation(BP)neural network
-
分类号
TM714
[电气工程—电力系统及自动化]
-