典型文献
混沌粒子群优化小波神经网络在电能质量扰动信号分类中的应用
文献摘要：
为更加有效地对电能质量扰动信号进行分类,将小波变换和神经网络进行有机结合,构建4层小波神经网络模型,同时将混沌引入到粒子群优化算法中,通过混沌运动的特性,提高网络模型训练的收敛速度和精度.使用训练好的网络模型,对正常电压和几种常见电能质量扰动进行分类.结果表明,混沌粒子群优化小波神经网络能够有效地对电能质量扰动进行分类,且具有抗干扰性强,稳定性好的优点.另外,与粒子群优化算法和BP算法相比,使用混沌粒子群优化算法能够更好地对电能质量扰动进行分类,具有更高的分类准确率.
文献关键词：
电能质量扰动;小波神经网络;混沌;粒子群优化算法;分类
中图分类号：
作者姓名：
吴炬卓;陈书原;牛海清;陆小鹏
作者机构：
珠海供电局,广东 珠海 519000;华南理工大学 电力学院,广东 广州 510640
文献出处：
引用格式：
[1]吴炬卓;陈书原;牛海清;陆小鹏-.混沌粒子群优化小波神经网络在电能质量扰动信号分类中的应用)[J].电器与能效管理技术,2022(02):68-73
A类：
B类：
优化小波,小波神经网络,电能质量扰动信号,信号分类,小波变换,混沌运动,模型训练,收敛速度,练好,抗干扰性,混沌粒子群优化算法,分类准确率
AB值：
0.132173
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
