混沌粒子群优化小波神经网络在电能质量扰动信号分类中的应用

摘要

为更加有效地对电能质量扰动信号进行分类,将小波变换和神经网络进行有机结合,构建4层小波神经网络模型,同时将混沌引入到粒子群优化算法中,通过混沌运动的特性,提高网络模型训练的收敛速度和精度。使用训练好的网络模型,对正常电压和几种常见电能质量扰动进行分类。结果表明,混沌粒子群优化小波神经网络能够有效地对电能质量扰动进行分类,且具有抗干扰性强,稳定性好的优点。另外,与粒子群优化算法和BP算法相比,使用混沌粒子群优化算法能够更好地对电能质量扰动进行分类,具有更高的分类准确率。