基于CS-CNN的电能质量扰动检测系统

发布时间：2024-06-02 04:00

　　随着国家经济与科技的双重发展,越来越多新型电气设施接入电网,使得电网中的电压和电流更容易产生扰动。这些扰动会缩短设备的寿命、提高线损率,甚至带来严重的损失和后果。为了减轻电能质量数据采集传输的消耗,提高对扰动鉴别的智能性,本文将压缩感知(Compressed sensing,CS)技术与卷积神经网络(Convolutional neural network,CNN)结合,有效地解决了这两大问题。并且本文将重构后的电压信号映射为RGB图片,实现了对单相与三相电能质量扰动送入卷积神经网络分类的目的。本文的研究内容可以概括为如下几点:(1)用MATLAB中的函数仿真出正常信号和8种单相电能质量扰动,并利用Simulink进行电路仿真,模拟产生10种三相电能质量扰动数据。(2)使用压缩感知技术对仿真的信号进行压缩、存储,便于传输;再使用正交匹配追踪算法恢复原始信号。最后,将单相与三相电能质量扰动均转化为RGB图片,分别制作成训练集与测试集。(3)在python中使用tensorflow学习框架构建出完整的卷积神经网络,并利用制作好的训练集对整个网络的参数进行优化调整,最后再用测试集检测系统分类...

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

图2.8多神经元组成的神经网络

输入层隐藏层输出层图2.8多神经元组成的神经网络络正如其名，其参数更新的方式是通过误差反学习的代表，即在已知输入所对应的正确输出网络之所以能“学习”是因为它除了具有如公式反向传播这个更为经典的机制。k-1层第i个神经元和第k层第j个神经元之间播与反向传播权....

图3.1SimulinkLibraryBrowser(SLB)的界面

并模拟生成单相电压扰动故障波形；另带的Simulink搭建模型，再采样获取三相表2.1所示公式编写代码仿真即可，本节路的情况。MATLAB中，是的一种能够利用图形拖使用方便，功能多样，应用领域也十分广制仿真，也可以把仿真结果导至MATLAB到了简便搭建的途径。本文便....

图3.3利用函数控制电压源输出模块

由图3.2可以看出各模块之间的具体连接状况。但对于三相谐波、三相电压闪变故障不易由三相可编程电压源直接设置生成，也不易由其他模块接入控制，遂本系统采用图3.3所示模块代替三相可编程电压源来实现。将Ramp按图3.4进行设置，通过改变Fcn模块中函数来实现对受控....

图3.4Ramp的参数设置

图3.3利用函数控制电压源输出模块图3.2可以看出各模块之间的具体连接状况。但对于三相谐波、三相不易由三相可编程电压源直接设置生成，也不易由其他模块接入控采用图3.3所示模块代替三相可编程电压源来实现。将Ramp按图3通过改变Fcn模块中函数来实现对受控电压....

本文编号：3986822