基于并行隐马尔科夫模型的电能质量扰动事件分类

来源 :电力系统保护与控制 | 被引量 : 0次 | 上传用户:forcet
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
为满足电能质量扰动准确分类的需求,提出了一种基于极大重叠离散小波变换(Maximal Overlap Discrete Wavelet Transform,MODWT)和并行隐马尔科夫模型(Parallel Hidden Markov Model,PHMM)的电能质量扰动分类方法。首先利用MODWT提出一种实用的电能质量扰动检测算法,该算法无需设定检测阈值,可准确获取扰动时段的起止时刻。接着提取扰动时段的电压谐波成分并组成特征向量。然后用PHMM分类器对扰动信号进行分类识别。PHMM方法克服了人工神经网络
其他文献
如何有效的将多元智能理论与音乐教育融合在一起,从而提升我国音乐教育水平,已成为当前教育工作者需要关注的重点问题。本文从多元智能理论在音乐教育应用中存在的问题出发,
为了提高复杂地质条件下接地极选址的合理性,避免直流系统单极大地运行时入地电流对交流电网产生不利影响,针对特高压直流接地极周边典型断裂结构建立复合土壤地质模型,将行
影视剧作品日益成为文化传播的重要载体,翻译字幕质量的高低也越来越影响观众的观影体验。本文以美剧《妙警贼探》为例,从生态翻译学的角度看字幕翻译中译者主体性的体现,并