标题：基于小波和RBF-PNN神经网络的电能扰动辨识
作者：刘培培 廉迎战；易伟文；刘辉；李亚甫
作者单位：广东工业大学自动化学院，广东 广州 510006；广东中烟工业有限公司，广东 广州 510610；广东佛山市华鸿铜管有限公司，广东 佛山 528234；中国平煤神马集团平煤股份一矿，河南 平顶山 467000
关键字：电能扰动信号，小波变换，信号辨识，神经网络
摘要：对电能质量进行快速地检测和准确地分类，是治理电能质量和提高用电效率的有效方式。提出一种新的基于小波和神经网络技术的电能质量辨识方法。该方法首先用小波变换对暂态电能质量扰动波形进行预处理，求出不同信号在9尺度小波分解下的能量分布值以及时间、幅值变化等并将其作为信号特征量。然后将归一化的扰动信号信息输入神经网络，根据其输出结果就可以判断发生的电能质量扰动类别。仿真实验证明，该方法不仅可以有效地区分电压暂升、暂降、中断、谐波、高频振荡、闪变等6种电能质量问题，而且抗噪声能力强，训练样本少，响应快速。