基于集成神经网络的电能质量自动识别

摘要

人工神经元网络(ANN),是用大量简单的计算处理单元——神经元(Neuron)广泛连接组成的复杂网络.目前,大多数电能质量识别方法都采用了傅里叶变换,DQ变换,瞬时无功功率理论,小波变换及由小波变换扩张的S变换进行扰动检测及特征提取,然后采用人工神经网络来实现电能质量扰动的自动识别.神经网络具有简单的结构和很强的问题求解能力,是分类识别的重要方法.集成神经网络,融合单个神经元网络的特点,能有效地提高识别效率跟正确率.