[发明专利]一种基于极端学习机的电网谐波电压信号检测方法有效

专利信息
申请号: 201310293529.2 申请日: 2013-07-12
公开(公告)号: CN103412171A 公开(公告)日: 2013-11-27
发明(设计)人: 刘国海;钱鹏;陈兆岭;丁云;项子旋 申请(专利权)人: 江苏大学
主分类号: G01R19/00 分类号: G01R19/00;G01R23/16
代理公司: 南京知识律师事务所 32207 代理人: 李媛媛
地址: 212013 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 极端 学习机 电网 谐波 电压 信号 检测 方法
【权利要求书】:

1.一种基于极端学习机的电网谐波电压信号检测方法,其特征在于,包括以下步骤:

步骤1、样本选取:任取电网中畸变电压信号,使其奇数次谐波幅值从零开始,以10%的比例依次递增,直至基波幅值的50%为止,从而获得合理的训练样本;

步骤2、极端学习机模型建立:对已获取样本电压作等间隔周期采样,得到的待测电压信号用作极端学习机模型之输入量,以待测电压信号的傅氏系数作为极端学习机模型之输出量;所述的极端学习机模型的输入层节点数为待测电压信号的种类数;运用MATLAB仿真软件,对极端学习机模型作仿真训练,训练完成后即得到待检测谐波电压信号的极端学习机检测模型;

步骤3、利用所述检测模型对待测量的电压谐波采样信号进行检测,以实现实时测量多种谐波信息的目的。

2.根据权利要求1所述的一种基于极端学习机的电网谐波电压信号检测方法,其特征在于,所述步骤2中的仿真训练中以来逼近样本,其中W=(wi,i=1,2,……,N;bi,i=1,2,……,N),wi=[wi1,wi2,…,win]T是第i个隐层神经元与输入神经元之间的权向量;bi是第i个隐层神经元的阈值;βi=[βi1,βi2,…,βim]T是第i个隐层神经元与输出神经元之间的连接权向量;其具体步骤如下:

第一步:随机对输入权值wi和阈值bi赋值,

第二步:计算隐层输出矩阵H;

第三步:计算输出层权值β:β=H+T,其中T=[t1,…,tN]T

3.根据权利要求1所述的一种基于极端学习机的电网谐波电压信号检测方法,其特征在于,所述步骤3的检测包括以下步骤:首先,构造10组未训练样本;然后,用训练过的极端学习机检测模型对未训练的数据进行仿真检测;最后,利用所述检测模型对待测量的电压谐波采样信号进行检测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310293529.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top