Indexed by：
Abstract：
提出一种基于双树复小波变换(DTCWT)-深度信念网络(DBN)的配电网内部过电压识别方法.将10 kV母线三相过电压信号进行双树复小波变换,再通过奇异值分解降维,将所得奇异值作为特征值输入训练好的深度信念网络分类器,实现对7种典型的内部过电压的类型识别.利用ATP/EMTP仿真数据和物理实验平台上的故障波形对所提算法进行训练和测试,并将之与其他分类算法进行对比.结果 表明,相较于所列举的其他方法,所提算法具有更强的特征提取能力和更高的识别准确率.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
电力系统保护与控制
ISSN： 1674-3415
CN： 41-1401/TM
Year： 2019
Issue： 9
Volume： 47
Page： 80-89
Cited Count：
SCOPUS Cited Count： 4
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
