电能质量扰动信号相关论文
近几年,对压缩感知理论的研究逐渐增多,能有效解决传统采样模式中数据采集数量巨大且采样处理时间长等问题,建构更加完整的信息数......
压缩感知理论可以解决传统采样方法中采样数据量大、采样时间较长以及压缩复杂度高的问题,因此在图像压缩、电能质量分析、信号处......
分析了EEMD、LMD、ITD的算法、特点及分解不同扰动信号的实现步骤。经过实验模拟,对比分解所得效果图,得到适合各种电能质量扰动信......
时频原子分解对电能质量扰动信号具有良好的分析效果,但其常用的匹配追踪（MP）算法,存在计算量大、参数空间离散化影响原子匹配性能等......
电能质量扰动信号是衡量电能质量的一个重要指标,因此对电能质量扰动信号进行准确检测是提高电能质量的前提。针对传统采样方法中......
为了精确检测电网中复杂非平稳扰动信号的时频特性,提高希尔伯特-黄变换(HHT)方法的时频定位能力,提出了一种基于改进HHT的电能质......
为了在噪声环境下准确提取电能质量扰动特征,提出一种基于改进小波阈值函数去噪和奇异值分解的电能质量扰动检测方法。构建改进小......
提出一种基于局部均值分解方法(LMD)能量熵和GK模糊聚类相结合的电能质量扰动识别的新方法。LMD能量熵具有局域化的特性并且能够表......
针对电能质量扰动信号识别算法复杂、识别率低等问题,提出一种将长短时记忆神经网络应用于电能质量扰动信号识别分类的新方法。首......
压缩感知理论是信号采样与处理领域的热点和前沿,在电能质量检测中具有很好的应用前景。为此,对压缩感知理论及其电能质量应用与展......
正确识别电能质量扰动类别是及时采取相应的治理与补偿措施的前提。核极限学习机具有较好的稳定性、泛化能力且具有结构简单、运行......
传统信号处理方法存在采样数据量大、压缩复杂度高的问题，而压缩感知理论可以解决上述问题，因此在模式识别、图像采集以及电能质量信......
