期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于CEEMDAN-能量序列和优化DBN的微电网孤岛检测
1
作者 余飞鸿 吴杰 +3 位作者 夏岩 常政威 熊兴中 陈仁钊 《控制工程》 北大核心 2025年第7期1300-1310,共11页
传统微电网孤岛检测方法中,被动法存在检测盲区大、阈值设定难的问题,主动法存在干扰电能质量的问题。因此,提出一种基于自适应噪声的完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDA... 传统微电网孤岛检测方法中,被动法存在检测盲区大、阈值设定难的问题,主动法存在干扰电能质量的问题。因此,提出一种基于自适应噪声的完全集成经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)-Teager-Kaiser能量算子(Teager-Kaiser energy operator,TKEO)和优化深度置信网络(deep belief network,DBN)的微电网孤岛检测方法。首先,使用CEEMDAN算法分解公共耦合点处的电压和电流信号,得到一系列本征模态函数(intrinsic mode function,IMF),并计算相关系数,确定有效IMF;其次,对有效IMF进行乘积融合,采用TKEO计算融合后的IMF的能量序列,得到重构的孤岛特征;最后,利用粒子群优化算法优化DBN,将提取的特征输入优化后的DBN中进行训练与测试。实验结果表明,所提方法能有效区分不同工况下的孤岛和非孤岛状态,检测准确率可达到99.52%,检测时间为25.326 ms,且抗噪声能力较强。 展开更多
关键词 孤岛检测 自适应噪声的完全集成经验模态分解 Teager-Kaiser能量算子 粒子群优化算法 深度置信网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部