基于离散小波变换和GA-BP的电能质量扰动分类

作者：李家俊; 李祯维; 吴建军; 童占北; 钟建伟^*

来源：电工技术, 2023, (08): 161-164.

DOI：10.19768/j.cnki.dgjs.2023.08.042

• 电能质量
• 扰动分类
• 离散小波变换
• 遗传算法
• BP神经网络

电能质量扰动的分类对于电力系统的稳定具有重要意义。首先利用离散小波变换(Discrete Wavelet Transform, DWT)中的db4小波对电能质量扰动信号进行分解，得到近似分量和细节分量，提取各分量的近似系数相对能量和细节系数相对能量；然后对信号进行重构，提取小波熵和重构系数方差，构成扰动信号的特征向量；最后建立遗传算法(Genetic Algorithm, GA)优化BP神经网络的扰动分类模型，并输入特征向量对信号进行分类识别。仿真结果表明，该方法对电能质量扰动的分类准确率较高。

• 单位
  湖北民族大学