【源码】基于神经网络的电能质量干扰分类设计

qq_1537237806

电能质量是衡量供电系统是否正常的一项重要指标,由于新能源发电的并网及各种非线性负荷的接入,使得电能质量问题越加严重和复杂。为了提高电能的质量通常在进行各种补偿措施之前,需要对不同的电能质量扰动(Power Quality Disturbances,PQD)实现类型的分类与特性的检测。在真实环境中投入运营的电力系统,其存在的电能质量扰动在同一个时间段内并不可能是仅仅由一种构成,而是由许多种扰动在信号波形上叠加而成的,所以研究这些信号波形的检测算法对于后期的改善具有重要意义。针对扰动类型繁多且识别难度较大的问题,本文首先分析了扰动类型的定义,利用改进后的小波算法解决了信号波形中存在大量冗余数据与噪声的问题。