欢迎来到天天文库
浏览记录
ID:34952731
大小:2.68 MB
页数:62页
时间:2019-03-15
《电能质量扰动信号的检测与识别》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:密级:UDC:学号:406107312043南昌大学硕士研究生学位论文电能质量扰动信号的检测与识别DetectionandRecognitionofPower-QualityDisturbanceSignals章俊培养单位(院、系):信息工程学院电子信息工程系指导教师姓名、职称:吴建华教授申请学位的学科门类:工学学科专业名称:通信与信息系统论文答辩日期:2015年5月24日答辩委员会主席:评阅人:2015年月日一、学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文
2、中特别加以标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得南昌大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名(手写):签字日期:年<月I日二、学位论文版权使用授权书本学位论文作者完全了解南昌大学有关保留、使用学位论文的规定,同意学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权南昌大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复
3、制手段保存、汇编本学位论文。同时授权北京万方数据股份有限公司和中国学术期刊(光盘版)电子杂志社将本学位论文收录到《中国学位论文全文数据库》和《中国优秀博硕士学位论文全文数据库》中全文发表,并通过网络向社会公众提供信息服务,同意按“章程”规定享受相关权益。学位论文作者签名(手写导师签名(手写):签字日期:年(月厶日签字日期t月^0论文题目电能质量扰动信号的检测与识别姓名章俊学号406107312043论文级别博士□硕士0院/系/所信息工程学院专业通信与信息系统联系电话E_mail通信地址(邮编):备注:0公开□保密(向校学位办申请
4、获批准为“保密”,______年_月后公开)摘要摘要由于电力来源和用电负荷越来越多样化,导致电力系统中电能质量扰动信号变得日益复杂和多样。与此同时,大量高精度和高灵敏度的用电设备对供电的电能质量要求不断提高。这给电能质量的治理工作带来了巨大挑战。对电能质量治理的前提就是能正确地检测与识别这些扰动信号。然而,现有的一些方法已经不能满足目前电能质量分析的精度要求。因此,本文从信号处理的角度,对电能质量扰动信号的检测与识别问题做一些研究和新的尝试。本文主要在稀疏分解和深度学习两个领域对电能质量扰动信号进行分析。在稀疏分解方面,本文针对
5、两类扰动信号的结构特征,建立两个参数字典。采用基于粒子群优化的匹配追踪算法对扰动信号进行稀疏分解,利用重构误差先将扰动信号分为两类。再通过分解出的原子中的参数来进一步判断扰动信号的具体类型。该方案最大的优势是无需训练集对机器进行学习,因为两个字典结构已经包含了扰动信号的先验知识。通过实验仿真,证明了该方案总体上来说对电能质量扰动信号的识别具有有效性。此外,该稀疏分解方法还能高精度地检测电能质量扰动信号。本文首次尝试将深度学习理论应用于电能质量扰动信号的识别中来。利用堆栈自编码逐层对扰动信号进行特征提取。有效地解决了以往识别方法在
6、电能质量扰动信号的特征选择上的难题。深度学习中,通过无监督学习的稀疏自编码和有监督学习的微调,克服了传统神经网络容易陷入局部最优的缺陷。通过实验仿真,不仅证明了基于深度学习设计的识别方案能高准确率地识别出扰动信号的类型,而且还证明了该方案具有较高的抗噪声干扰的能力。关键词:电能质量;扰动信号;稀疏分解;深度学习IABSTRACTABSTRACTWithadiversifyingofpowersourcesandelectricalloads,thepower-qualitydisturbancesignalsbecomeincr
7、easinglycomplex.Meanwhile,alargenumberofelectricalequipmentsofhighprecisionandhighsensitivityincreasinglyrequireapowersupplywithgoodquality.Thisposesagreatchallengetothemanagementofpowerquality.Correctdetectionandclassificationofpower-qualitydisturbancesignalsarethep
8、remiseforthepowerqualitymanagement.However,existedmethodscannotmeetthecurrentrequirementswellforpowerqualityanalysis.Therefore,this
此文档下载收益归作者所有