[发明专利]一种提高电能质量扰动信号识别效果的方法

权利要求书

1.一种提高电能质量扰动信号识别效果的方法，其特征在于，包括如下步骤：

S1.训练样本选取：训练样本包括电压骤升、电压中断、暂态脉冲、谐波四种电能质量扰动信号；

S2.网络构建及训练：以步骤S1扰动信号作为输入，扰动信号类别作为输出，构建一个多层神经网络，并对网络进行训练，得到训练好的神经网络；

S3.检验样本识别：将检验样本输入到步骤S2训练好的网络，得到检验样本的识别结果。

2.根据权利要求1所述的提高电能质量扰动信号识别效果的方法，其特征在于，所述步骤S1中，电压骤升、电压中断、暂态脉冲、谐波四种电能质量扰动信号的信号长度均为T。

3.根据权利要求2所述的提高电能质量扰动信号识别效果的方法，其特征在于，所述步骤S2具体包括如下步骤：

S21.对扰动信号类别进行标记，其中电压骤升、电压中断、暂态脉冲、谐波四种电能质量扰动信号分别标记为00，01，10，11；

S22.以扰动信号为输入，扰动信号类别标记为输出，构建多层神经网络；

S23.利用训练样本，结合粒子群优化算法对神经网络进行训练，得到训练好的神经网络。

4.根据权利要求3所述的提高电能质量扰动信号识别效果的方法，其特征在于，所述步骤S22中，多层神经网络包括输入层、卷积层、连接层和输出层，其中卷积层包括R层，每个卷积层的神经元个数均为I；连接层包括S层，各连接层的神经元个数为K_s(s＝1,2,…,S)。

5.根据权利要求4所述的提高电能质量扰动信号识别效果的方法，其特征在于，所述步骤S22中，记输入为X(t)，则第r个卷积层第i个神经元的输出为

Y(r,i)＝y_r((X(t)*a_r,i(t))*a_r,i(t))

式中，X(t)*a_r,i(t)表示X(t)和a_r,i(t)的卷积计算，a_r,i(t)为特征函数；函数y(t)＝ave(div(t))，即表示将t等分成若干区间，并计算每个子区间的平均值；y_r表示进行r次y((X(t)*a_r,i(t))*a_r,i(t))迭代计算。

6.根据权利要求4所述的提高电能质量扰动信号识别效果的方法，其特征在于，所述步骤S22中，记第1个连接层的输出向量为n₁，第R个卷积层第i个神经元和第1个连接层第k个神经元的权值矩阵为W_i,k，阈值向量为b_i,k，则有：

式中，Y(R)为第R个卷积层输出向量，n₁(k)为第1个连接层的输出向量第k个元素，f为连接层激活函数。

7.根据权利要求4所述的提高电能质量扰动信号识别效果的方法，其特征在于，所述步骤S22中，记O为神经网络输出层输出向量，则有：

式中，为第S个连接层和输出层的权值矩阵，b^P为输出层阈值向量，n^S为第S个连接层输出向量，Purelin为输出层激活函数。

8.根据权利要求4所述的提高电能质量扰动信号识别效果的方法，其特征在于，所述步骤S22中，输入层神经元个数根据电能质量扰动信号长度确定，输出层神经元个数根据扰动信号类别确定，卷积层个数及各卷积层神经元个数、连接层个数及各连接层神经元个数根据试错法确定，即先对网络进行训练，再检验网络的泛化能力，进而确定卷积层个数及各卷积层神经元个数、连接层个数及各连接层神经元个数。