赵乾坤：基于最优参数选择的EEMD方法的暂态电能质量扰动识别分类论文

本文主要研究内容

作者赵乾坤,曹玲芝（2019）在《基于最优参数选择的EEMD方法的暂态电能质量扰动识别分类》一文中研究指出：提出了基于最优参数选择的EEMD方法进行电能质量识别。通过分析EEMD方法的两个参数对电能质量信号分解的影响,选定最优参数来提取特征值。实验表明,该算法可进一步克服EEMD方法的模态混叠现象和减少不必要的计算量,结合模糊C均值算法能快速、准确地对暂态电能质量扰动进行分类。

Abstract

di chu le ji yu zui you can shu shua ze de EEMDfang fa jin hang dian neng zhi liang shi bie 。tong guo fen xi EEMDfang fa de liang ge can shu dui dian neng zhi liang xin hao fen jie de ying xiang ,shua ding zui you can shu lai di qu te zheng zhi 。shi yan biao ming ,gai suan fa ke jin yi bu ke fu EEMDfang fa de mo tai hun die xian xiang he jian shao bu bi yao de ji suan liang ,jie ge mo hu Cjun zhi suan fa neng kuai su 、zhun que de dui zan tai dian neng zhi liang rao dong jin hang fen lei 。

论文参考文献

[1].复合电能质量扰动下低压配电网中关键设备附加损耗的解耦分析[J]. 蒋利民,孟珺遐,张静,董云霞,尹忠东. 电测与仪表.

[2].一种实时电能质量扰动识别分类方法[J]. 张立鹏,郑岩,秦刚,董继,孙伟. 河北工业科技.2019(01)

[3].小波包和最小二乘支持向量机的电能质量扰动识别[J]. 常炳双,赵治月. 现代电子技术.2018(03)

[4].基于广义谐波理论的电能质量扰动检测方法[J]. 田志丹,李友才,陆荃. 水电站机电技术.2018(05)

[5].基于迁移学习的电能质量扰动分类方法研究[J]. 纪坤华,廖天明,陈新. 电气时代.2018(09)

[6].几种电能质量扰动检测和分类方法研究[J]. 杨正凡. 科技风.2018(30)

[7].压缩感知在电能质量扰动信号中的研究[J]. 李瑞明,王铮. 山西电子技术.2016(06)

[8].基于样本熵的电网传输电能质量扰动信号分析[J]. 何尚平,罗小青,许仙明,涂剑鹏. 电网与清洁能源.2016(11)

[9].一种新的电能质量扰动信号压缩感知识别方法[J]. 曹思扬,戴朝华,朱云芳,陈维荣. 电力系统保护与控制.2017(03)

[10].一种实时电能质量扰动分类方法[J]. 陈晓静,李开成,肖剑,孟庆旭,蔡得龙. 电工技术学报.2017(03)

论文详细介绍

论文作者分别是来自计算机与数字工程的赵乾坤,曹玲芝，发表于刊物计算机与数字工程2019年05期论文，是一篇关于集合经验模态分解论文,最优参数选择论文,模糊均值聚类论文,计算机与数字工程2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机与数字工程2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw50.cn/article/4fda544503ca5ff153515474.html