论文部分内容阅读
采用凯伦布尔变换对故障电流进行相模变换,然后通过GHM多小波变换得到模极大值,再采用关联维数计算出不同初始角、不同故障距离下故障电流的分形维数作为故障类型检测的特征参数,最后将提取的特征参数输入到小波神经网络即可实现故障类型的识别。实验仿真结果表明,采用多小波变换和分形理论提取的特征参数,可以用较少的特征量来表征不同故障类型,且采用小波神经网络进行故障识别,效果较好。