Personal Homepage

Personal information

MORE+

Degree:Doctorate
Status:退休
School/Department:物理与电子信息工程学院

蔡秀珊

+

Gender:Female

Education Level:Graduate student graduate

Alma Mater:上海交通大学

Paper achievements

基于RVM和ANF的电压暂降检测识别
Date of Publication:2011-01-01 Hits:

First Author:吕干云
Date of Publication:2011-01-01
Journal:电力系统保护与控制
Affiliation of Author(s):数理与信息工程学院
Document Type:期刊
Issue:第12期
Page Number: 65-68
ISSN No.:1674-3415
Key Words:电压暂降;自适应陷波器;关联向量机;检测;识别
Abstract:提出了一种基于关联向量机和自适应陷波器的电压暂降检测识别方法。通过一自适应陷波器,快速完成电压暂降特征检测(包括持续时间、幅值、相位跳变等),并从其输出提取出9个暂降关键特征信息。采用关联向量机分类模型对提取的特征信息进行训练与识别。仿真算例证明,该法快速有效完成电压暂降分类,识别出故障、电机启动和变压器激磁引起的三种电压暂降,精度高、实时性好,可应用于电能质量实时监测系统。
Translation or Not:no

Recommend this article