期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进VMD去噪的Prony-GSO联合谐波检测方法
被引量：
9
1
作者
王梦昊
李开成
+2 位作者
刘畅
王伟
陈西亚
《电测与仪表》
北大核心
2020年第24期101-107,共7页
针对传统Prony谐波检测方法在噪声条件下存在局限性,提出了一种能够在较大噪声条件下准确进行谐波检测的方法。通过对采样信号进行自适应的VMD分解,利用平均周期能量进行噪声模态的选择并予以剔除,将剩余模态重组后得到适合Prony算法的...
针对传统Prony谐波检测方法在噪声条件下存在局限性,提出了一种能够在较大噪声条件下准确进行谐波检测的方法。通过对采样信号进行自适应的VMD分解,利用平均周期能量进行噪声模态的选择并予以剔除,将剩余模态重组后得到适合Prony算法的平稳信号;对平稳信号进行Prony谐波分析得到初步的谐波特征信息;对谐波特征信息进行循环筛选与GSO寻优,得到最终的谐波与间谐波特征信息。利用该方法进行谐波检测仿真实验,仿真结果表明,该方法有效提高了Prony算法在较大噪声条件下的辨识准确度,具有自适应性,能够自动筛选真实频率成分,具有高效、精确等优点。
展开更多
关键词
VMD去噪
PRONY算法
GSO
谐波检测
在线阅读
下载PDF
职称材料
一种电能质量扰动信号的联合去噪算法
被引量：
15
2
作者
肖贤贵
李开成
+2 位作者
蔡得龙
王梦昊
王伟
《电工技术学报》
EI
CSCD
北大核心
2021年第21期4418-4428,共11页
传统的小波阈值去噪算法存在易丢弃真实信号、去噪效果差等缺点。该文提出了一种新的用于电能质量扰动事件的联合去噪算法。该算法首先通过强跟踪卡尔曼滤波的渐消因子大于1的次数,初步判定信号的扰动类型,然后对不同的扰动类型采取不...
传统的小波阈值去噪算法存在易丢弃真实信号、去噪效果差等缺点。该文提出了一种新的用于电能质量扰动事件的联合去噪算法。该算法首先通过强跟踪卡尔曼滤波的渐消因子大于1的次数,初步判定信号的扰动类型,然后对不同的扰动类型采取不同的去噪方法。对于仅含噪声的正弦信号和谐波信号用稀疏分解及快速傅里叶变换(FFT)做两次去噪;对暂升和暂降信号采用渐消因子准确地指示扰动起止时刻,将信号分段,并对每段信号用稀疏分解和FFT去噪;对含瞬态脉冲和暂态振荡的信号,采用不同的处理方法,首先通过稀疏分解得到稳态成分和暂态成分,对稳态成分的去噪方法与含噪声正弦信号的处理方法相同,对暂态成分的脉冲信号保留实际值,对振荡信号采用变分模态分解(VMD)去噪。大量的仿真计算表明,在不同的信噪比条件下,该文提出的算法均能够有效抑制各类扰动信号的噪声,显著提高了信噪比,且效果优于小波阈值去噪算法。
展开更多
关键词
电能质量扰动
强跟踪卡尔曼滤波
稀疏分解
小波分析
去噪方法
在线阅读
下载PDF
职称材料
基于一维卷积神经网络多任务学习的电能质量扰动识别方法
被引量：
20
3
作者
王伟
李开成
+2 位作者
许立武
王梦昊
陈西亚
《电测与仪表》
北大核心
2022年第3期18-25,共8页
传统电能质量识别需要先用信号处理技术提取信号特征,且已有的多分类和多标签分类建模方式没有很好地反映多重扰动和单扰动之间的标签关联性,使得复合扰动分类的鲁棒性和抗噪性能不理想。针对这些问题,提出了一种基于多任务学习的一维...
传统电能质量识别需要先用信号处理技术提取信号特征,且已有的多分类和多标签分类建模方式没有很好地反映多重扰动和单扰动之间的标签关联性,使得复合扰动分类的鲁棒性和抗噪性能不理想。针对这些问题,提出了一种基于多任务学习的一维卷积神经网络模型来识别各种电能质量扰动。此结构去除了传统方法的信号特征提取阶段,将扰动分类任务分成四个子任务,设计了相应的标签编码方案,最后输出一个10维标签向量完成多任务分类。仿真结果表明,该方法在不同信噪比时均具有较好的识别准确率,表明此模型具有较强的鲁棒性和抗噪声能力。同时,多任务分类相比One-hot多分类和多标签分类准确率更高,表明了该建模方式的有效性。
展开更多
关键词
电能质量
扰动识别
深度学习
卷积神经网络
多任务学习
在线阅读
下载PDF
职称材料
题名
基于改进VMD去噪的Prony-GSO联合谐波检测方法
被引量：
9
1
作者
王梦昊
李开成
刘畅
王伟
陈西亚
机构
华中科技大学电气与电子工程学院
国家电网常州供电公司
出处
《电测与仪表》
北大核心
2020年第24期101-107,共7页
基金
国家自然科学基金资助项目(52077089)。
文摘
针对传统Prony谐波检测方法在噪声条件下存在局限性,提出了一种能够在较大噪声条件下准确进行谐波检测的方法。通过对采样信号进行自适应的VMD分解,利用平均周期能量进行噪声模态的选择并予以剔除,将剩余模态重组后得到适合Prony算法的平稳信号;对平稳信号进行Prony谐波分析得到初步的谐波特征信息;对谐波特征信息进行循环筛选与GSO寻优,得到最终的谐波与间谐波特征信息。利用该方法进行谐波检测仿真实验,仿真结果表明,该方法有效提高了Prony算法在较大噪声条件下的辨识准确度,具有自适应性,能够自动筛选真实频率成分,具有高效、精确等优点。
关键词
VMD去噪
PRONY算法
GSO
谐波检测
Keywords
VMD de-noising
Prony algorithm
GSO
harmonic detection
分类号
TM933 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
一种电能质量扰动信号的联合去噪算法
被引量：
15
2
作者
肖贤贵
李开成
蔡得龙
王梦昊
王伟
机构
强电磁工程与新技术国家重点实验室(华中科技大学)
中国电力科学院有限公司武汉分院电网环境保护国家重点实验室
出处
《电工技术学报》
EI
CSCD
北大核心
2021年第21期4418-4428,共11页
基金
国家自然科学基金资助项目(52077089)。
文摘
传统的小波阈值去噪算法存在易丢弃真实信号、去噪效果差等缺点。该文提出了一种新的用于电能质量扰动事件的联合去噪算法。该算法首先通过强跟踪卡尔曼滤波的渐消因子大于1的次数,初步判定信号的扰动类型,然后对不同的扰动类型采取不同的去噪方法。对于仅含噪声的正弦信号和谐波信号用稀疏分解及快速傅里叶变换(FFT)做两次去噪;对暂升和暂降信号采用渐消因子准确地指示扰动起止时刻,将信号分段,并对每段信号用稀疏分解和FFT去噪;对含瞬态脉冲和暂态振荡的信号,采用不同的处理方法,首先通过稀疏分解得到稳态成分和暂态成分,对稳态成分的去噪方法与含噪声正弦信号的处理方法相同,对暂态成分的脉冲信号保留实际值,对振荡信号采用变分模态分解(VMD)去噪。大量的仿真计算表明,在不同的信噪比条件下,该文提出的算法均能够有效抑制各类扰动信号的噪声,显著提高了信噪比,且效果优于小波阈值去噪算法。
关键词
电能质量扰动
强跟踪卡尔曼滤波
稀疏分解
小波分析
去噪方法
Keywords
Power quality disturbance events
strong tracking Kalman filter
sparse decomposition
wavelet analysis
de-noising method
分类号
TM71 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于一维卷积神经网络多任务学习的电能质量扰动识别方法
被引量：
20
3
作者
王伟
李开成
许立武
王梦昊
陈西亚
机构
华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室
出处
《电测与仪表》
北大核心
2022年第3期18-25,共8页
基金
国家自然科学基金资助项目(51277080)。
文摘
传统电能质量识别需要先用信号处理技术提取信号特征,且已有的多分类和多标签分类建模方式没有很好地反映多重扰动和单扰动之间的标签关联性,使得复合扰动分类的鲁棒性和抗噪性能不理想。针对这些问题,提出了一种基于多任务学习的一维卷积神经网络模型来识别各种电能质量扰动。此结构去除了传统方法的信号特征提取阶段,将扰动分类任务分成四个子任务,设计了相应的标签编码方案,最后输出一个10维标签向量完成多任务分类。仿真结果表明,该方法在不同信噪比时均具有较好的识别准确率,表明此模型具有较强的鲁棒性和抗噪声能力。同时,多任务分类相比One-hot多分类和多标签分类准确率更高,表明了该建模方式的有效性。
关键词
电能质量
扰动识别
深度学习
卷积神经网络
多任务学习
Keywords
power quality
disturbance recognition
deep learning
convolutional neural network
multi-task learning
分类号
TM712 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进VMD去噪的Prony-GSO联合谐波检测方法
王梦昊
李开成
刘畅
王伟
陈西亚
《电测与仪表》
北大核心
2020
9
在线阅读
下载PDF
职称材料
2
一种电能质量扰动信号的联合去噪算法
肖贤贵
李开成
蔡得龙
王梦昊
王伟
《电工技术学报》
EI
CSCD
北大核心
2021
15
在线阅读
下载PDF
职称材料
3
基于一维卷积神经网络多任务学习的电能质量扰动识别方法
王伟
李开成
许立武
王梦昊
陈西亚
《电测与仪表》
北大核心
2022
20
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
