基于原子分解优化算法和RBF神经网络的电能质量扰动分析

【类型】学位论文

【作者】李燕 

【关键词】 电能质量 RBF神经网络 粒子群算法 原子分解 扰动识别 消噪

【学位授予单位】燕山大学

【学位年度】2016

【学位名称】硕士

【分类号】TM711;|TP183

【导师姓名】曲正伟

【摘要】近年来,大量非线性负荷接入电网以及其它扰动源的存在,进一步恶化了供电质量;同时精密仪器和智能化设备的广泛应用,对供电质量又提出了更加苛刻的要求。因此,对电能质量扰动信号进行研究与分析具有非常重要的意义。本文采用近年来信号处理领域的研究热点——原子分解算法,来分析电能质量扰动信号。本文在分析Gabor原子库的基础上,针对其规模巨大无法实用化的问题,对其进行合理的离散化处理;针对匹配追踪算法(Matching Pursuit,MP)存在的过匹配现象和非正交投影问题,采用正交匹配追踪算法(Orthogonal

【全文挂接】 获取全文