基于人工神经网络的暂态电能质量现象的分类与识别

来源 :计算技术与自动化 | 被引量 : 0次 | 上传用户:ymlazy61
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要:暂态电能质量信号具有发生随机性,持续时间短和非平稳的特性,使得信号的识别实现较为困难。目前对电能质量信号进行辨识的方法有基于规则的专家系统方法、基于神经网络的方法以及结合小波变换技术的神经网络方法等。利用小波变换和人工神经网络的结合方法,对各种暂态现象实现有效地识别和初步地分类。 全文查看链接
其他文献
<正>目前出现在市面上的电动分轴混合动力车都是使用单速变速器,然而固定的齿比在加速性能和最高车速方面对电力驱动装置存在一定的限制,因为为了防止电机转速过快,达到临界
摘要:随着移动互联网的发展,Android手机平台内越来越多的APP具有移动支付功能。移动支付涉及到金融交易,支付信息安全显得尤为重要。本文分析了Android的Binder机制,通过将监控代码动态注入目标模块,对進程间的通信数据进行提取,通过比对既有信息,分析是否有恶意软件窃取目标APP的用户隐私信息。在支付环节之前将检测结果对用户给予提示,且对支付过程无较大影响,一定程度上保障了用户支付信息的