典型文献
小波包和神经网络的船舶电力系统谐波检测方法
文献摘要：
随着船舶电力系统中接入越来越多的电力电子设备,谐波污染现象变得愈发严重.当前的谐波检测还无法实现较小的谐波频率、相位、幅值检测误差,提出小波包和神经网络相结合的船舶电力系统谐波检测方法.设计由微处理器、信号采集板、上位机构成的船舶电力系统信号采样装置,实施电力系统电流信号与电压信号的采样.通过小波包算法提取采集信号高频部分的有效值.基于神经网络思想设计Elman神经网络谐波检测器,实现船舶电力系统谐波检测.其中在输出层中通过主成分分析方法实施神经网络的输出优化,并实施Sigmoid激励函数的改进,以降低检测误差.测试结果表明,该方法平均谐波频率检测误差、平均谐波相位检测误差、平均谐波幅值检测误差的区间均值分别为0.16 Hz,0.20°,0.12V,整体误差很低,同时克服了基波分离延时问题.
文献关键词：
小波包;神经网络;船舶电力系统;电流互感器;谐波检测
中图分类号：
作者姓名：
王贺;商立群
作者机构：
西安科技大学,陕西西安710000;亳州交通投资控股集团有限公司,安徽亳州236800
文献出处：
引用格式：
[1]王贺;商立群-.小波包和神经网络的船舶电力系统谐波检测方法)[J].舰船科学技术,2022(19):110-113
A类：
B类：
船舶电力系统,谐波检测,电力电子设备,谐波污染,得愈,谐波频率,幅值检测,检测误差,微处理器,信号采集板,上位机,采样装置,电流信号,电压信号,小波包算法,有效值,网络思想,Elman,检测器,出层,主成分分析方法,Sigmoid,激励函数,频率检测,相位检测,谐波幅值,12V,整体误差,基波,波分,延时问题,电流互感器
AB值：
0.317459
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。
