基于蜻蜓算法优化ELM的电能质量扰动诊断与识别研究

论文摘要

针对极限学习机预测结果易受其初始化输入权值和偏置值的影响,提出一种DA算法优化ELM的电能质量扰动诊断和识别模型。选择5种电能质量扰动信号为研究对象,研究结果表明,与GA_ELM、PSO_ELM和ELM相比,本文提出的算法DA_ELM可以有效提高电能质量扰动识别的准确率,为电能质量扰动诊断和识别提供新的方法和途径。

论文目录

文章来源

类型: 期刊论文

作者: 王宏刚,田洪迅,谈军,周辉

关键词: 蜻蜓算法,极限学习机,电能质量,样本熵,小波分解

来源: 电力电容器与无功补偿 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 国家电网公司,南瑞集团(国网电力科学研究院),国网浙江省电力公司

分类号: TM711

DOI: 10.14044/j.1674-1757.pcrpc.2019.01.025

页码: 142-147

总页数: 6

文件大小: 1959K

下载量: 180

相关论文文献

标签：蜻蜓算法论文;  极限学习机论文;  电能质量论文;  样本熵论文;  小波分解论文;