[发明专利]一种电能质量扰动信号分类方法及装置

权利要求书

1.一种电能质量扰动信号分类方法，其特征在于，包括：

选取正常电压信号和七种电能质量扰动信号，所述七种电能质量扰动信号包括电压骤升信号、电压骤降信号、电压中断信号、暂态脉冲信号、暂态振荡信号、谐波信号、电压闪变信号；

对所述正常电压信号及所述七种电能质量扰动信号进行预定义编码类别，并以所述正常电压信号和所述七种电能质量扰动信号作为输入，以所述编码类别作为输出，构建一个基于S变换的四层的神经网络，并对所述神经网络进行训练，得到训练好的神经网络；

将实时采集到的电压信号输入到所述训练好的神经网络，并将获得的所述神经网络的输出值与所述编码类别进行对比，获得对电压信号的分类结果；

所述神经网络包括输入层、S变换层、隐含层和输出层，所述神经网络的输出为

其中x(k)为网络输入层的第k个输入值，x(k)所在求和项的上界K为网络输入层的节点数；w_ji为S变换层节点j和隐含层节点i的连接权值，w_ji所在求和项的上界J为S变换层的节点数；w_ip为隐含层节点i和输出层节点p的连接权值，w_ip所在求和项的上界I为隐含层的节点数；O_p为输出层的输出值，下标p为输出层的节点数；H(k,m_j,n_j)为网络S变换层采用的基函数；m_j和n_j为位置因子；σ(·)为网络隐含层和输出层采用的传递函数，均为sigmoid函数。

2.根据权利要求1所述的电能质量扰动信号分类方法，其特征在于，所述基函数H(k,m_j,n_j)通过公式一进行求取，所述公式一具体为：

3.根据权利要求1所述的电能质量扰动信号分类方法，其特征在于，所述对所述神经网络进行训练为通过BP算法对所述神经网络进行训练。

4.一种电能质量扰动信号分类装置，其特征在于，包括：

选取模块，用于选取正常电压信号和七种电能质量扰动信号，所述七种电能质量扰动信号包括电压骤升信号、电压骤降信号、电压中断信号、暂态脉冲信号、暂态振荡信号、谐波信号、电压闪变信号；

构建模块，用于对所述正常电压信号及所述七种电能质量扰动信号进行预定义编码类别，并以所述正常电压信号和所述七种电能质量扰动信号作为输入，以所述编码类别作为输出，构建一个基于S变换的四层的神经网络，并对所述神经网络进行训练，得到训练好的神经网络，所述神经网络包括输入层、S变换层、隐含层和输出层，所述神经网络的输出为

其中x(k)为网络输入层的第k个输入值，x(k)所在求和项的上界K为网络输入层的节点数；w_ji为S变换层节点j和隐含层节点i的连接权值，w_ji所在求和项的上界J为S变换层的节点数；w_ip为隐含层节点i和输出层节点p的连接权值，w_ip所在求和项的上界I为隐含层的节点数；O_p为输出层的输出值，下标p为输出层的节点数；H(k,m_j,n_j)为网络S变换层采用的基函数；m_j和n_j为位置因子；σ(·)为网络隐含层和输出层采用的传递函数，均为sigmoid函数；

输入对比模块，用于将实时采集到的电压信号输入到所述训练好的神经网络，并将获得的所述神经网络的输出值与所述编码类别进行对比，获得对电压信号的分类结果。