电力系统低频振荡模式识别的神经网络方法

摘要

cqvip:针对电力系统低频振荡模式识别问题,本文提出了一种用于电力系统低频振荡模式识别的指数阻尼正弦神经网络(EDSNN)方法。在采用快速傅立叶变换进行排序后,通过引入了拓扑结构与低频振荡(LFO)信号的数学表达式完全一致的指数衰减正弦模型,将参数估计转化为优化问题。仿真结果表明,通过对数值信号、模拟电力系统信号和实际测量信号的应用,该方法在抗噪声能力、参数精度和计算速度等方面均优于现有的自适应线性神经元(Adaline)模式识别方法。