基于数字图像处理技术的暂态电能质量扰动分类.pdf

基于数字图像处理技术的暂态电能质量扰动分类.pdf

ID:52480547

大小:1.55 MB

页数:7页

时间:2020-03-28

基于数字图像处理技术的暂态电能质量扰动分类.pdf_第1页
基于数字图像处理技术的暂态电能质量扰动分类.pdf_第2页
基于数字图像处理技术的暂态电能质量扰动分类.pdf_第3页
基于数字图像处理技术的暂态电能质量扰动分类.pdf_第4页
基于数字图像处理技术的暂态电能质量扰动分类.pdf_第5页
资源描述:

《基于数字图像处理技术的暂态电能质量扰动分类.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第43卷第13期电力系统保护与控制vol_43NO.132015年7月1日PowerSystemProtectionandControlJu1.1,2015基于数字图像处理技术的暂态电能质量扰动分类江辉,郑岳怀,王志忠,陈笠,彭建春(深圳大学光电工程学院,广东深圳518061)摘要:为改进暂态电能质量扰动分类方法的准确性,先将暂态电能质量扰动一维数据信号通过归一化处理转换为二维灰度图像,再应用伽马校正、边缘检测及峰谷检测等数字图像处理方法增强扰动特征,得到新的灰度图像和二值图像。提取二值图像的形态学特征值组成特征向量。通过概率神经网络实现暂态电能质量扰动分类。对所

2、提方法进行了仿真计算和比较分析。结果表明,所提出的暂态电能质量扰动分类新方法改进了扰动分类的准确性,是一种有效可行的方法。关键词:电能质量;数字图像处理;概率神经网络;暂态:扰动分类AnimageprocessingbasedmethodfortransientpowerqualityclassificationJIANGHui,ZHENGYuehuai,WANGZhizhong,CHENLi,PENGJianchun(CollegeofOptoelectronicEngineering,ShenzhenUniversity,Shenzhcn518061,Chin

3、a)Abstract:Anewmethodisproposedtoimprovetheaccuracyofmethodforclassifyingtransientpowerqualitydisturbance.First,thegrayscaleimagesarecreatedbynormalizingthedataofdisturbancevoltagewaveforms.Thenimageenhancementtechniques,suchasgammacorrectionandedgedetectionaswellaspeakdetectionmethod

4、s,areemployedtoproducenewgrayscaleimagesandbinaryimagesSOastomakecharacteristicsofthedisturbancestriking.Themorphologicfeaturevaluesareextractedfromthebinaryimages.Atlast,theprobabilityneuralnetwork(PNN)istrainedbythemorphologicfeaturevaluesandthenusedtoclassifytransientpowerqualitydi

5、sturbance.Theproposednewmethodforclassifyingtransientpowerquali够disturbanceissimulatedbasedonnumericalexamples.Simulationresultsshowthattheaccuracyofthenewmethodisbetterthantheexistingmethods,itiseffectiveandpractica1.ThisworkissupposedbyNationalNaturalScienceFoundationofChina(No.5117

6、7102andNo.51477104).Keywords:powerquality;imageprocessing;PNN;transientstate;disturbanceclassification中图分类号:TM71文献标识码:A文章编号:1674.3415(2015)13.0072.07小波变换[3-6]具有从不稳定信号提取信息的能0引言力。一维小波方法通过对不同扰动信号做多尺度变电能质量问题可能引起电网中某些电力设备换来提取特征量,文献【5]通过选用db4小波对扰动损坏,敏感负荷不能正常工作,对电能质量扰动进信号进行12层分解,提取各层小波变换系数构造

7、行分类识别具有重要意义。的小波变换能量分布差作为特征向量来进行扰动电能质量扰动信号特征量自动提取的主要方分类。但此方法计算量大,不同的母小波可能导致法有【1J:傅里叶变换、加窗傅里叶变换、小波变结果互相矛盾,并且,一维小波变换不能显示波形换[3-61和s变换[7-13]等。傅里叶变换存在频谱泄露和变化特征,不能对以时域特征变换为主的扰动信号栅栏效应等缺陷,不能对具有暂态、突变等特性的进行有效检测。电能质量扰动信号进行分析。s变换[7,12-13]是连续小波变换的相位校正,可以完全实现从时域到二维频域的转变,时频特性较基金项目:国家自然科学基金项目(51177102

8、,5147

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。