蔡秀珊

基本信息Personal Information

教授

性别 : 女

毕业院校 : 上海交通大学

学历 : 博士研究生毕业

学位 : 博士学位

在职信息 : 退休

所在单位 : 物理与电子信息工程学院

入职时间 : 2005年04月25日

扫描关注

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

基于RVM和ANF的电压暂降检测识别

点击量 :

第一作者 : 吕干云

发表时间 : 2011-01-01

发表刊物 : 电力系统保护与控制

所属单位 : 数理与信息工程学院

文献类型 : 期刊

期号 : 第12期

页面范围 : 65-68

ISSN : 1674-3415

关键字 : 电压暂降;自适应陷波器;关联向量机;检测;识别

摘要 : 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。

是否译文 :

推荐此文