李东敏
- 作品数：5 被引量：60H指数：4
- 供职机构：西南交通大学电气工程学院铁道电气化与自动化研究所更多>>
- 发文基金：四川省杰出青年科技基金霍英东青年教师基金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于多小波包和人工神经网络的电力系统故障类型识别被引量：22
- 2009年
- 采用PSCAD/EMTDC仿真500 kV高压输电线路不同工况下的故障。先对采集到的故障电流信号进行适当的多小波包分解,并计算各频带的能量,然后构造信号的多小波包特征向量,并以此向量作为训练样本对BP神经网络进行训练,当输电线路发生故障时,将提取的故障电流信号的多小波包能量特征向量输入训练好的BP神经网络,即可实现故障类型的识别。仿真结果表明采用多小波包提取的故障电流特征量比采用传统小波包提取的特征量信息更丰富,对人工神经网络的训练效果更好,网络识别精度具有明显优势。
- 李东敏刘志刚苏玉香蔡军
- 关键词：电力系统BP神经网络故障类型识别
- 一种改善HHT端点效应的新方法及其在电能质量中的应用被引量：21
- 2008年
- 利用Hilberr-Huang变换(HHT)方法进行电能质量检测分析,可以得到准确的瞬时频率和瞬时幅值,但该方法在应用中存在严重的端点效应,会影响分析结果。为了改善其端点效应问题,提出了一种基于人工神经网络和镜像延拓相结合的新方法对短时间序列进行延拓。采用三层BP神经网络对信号两端进行延拓,用带镜像延拓程序的经验模态分解(EMD)方法对延拓后的信号进行边分解边延拓,得到具有原始信号长度的固有模态函数(IMF);为了改善Hilbert变换中的端点效应,再次利用BP神经网络对各个IMF分量进行延拓。最后对延拓后的IMF分量进行Hilbert变换,从而得到精确的瞬时频率和瞬时幅值。将其应用到电力系统的谐波分析中,取得了较好效果。
- 苏玉香刘志刚李东敏李科亮
- 关键词：电能质量HILBERT-HUANG变换经验模态分解希尔伯特变换端点效应
- 基于多小波包和人工神经网络的电力系统故障类型识别研究
- 随着电力系统的发展，输电线路的电压等级越来越高，输电距离也越来越长，它们对电力系统的安全稳定运行具有举足轻重的作用。在我国高压输电系统中广泛采用单相重合闸，准确有效的选相元件是高压输电线路发挥自动重合闸功能的重要前提，同...
- 李东敏
- 关键词：电力系统故障类型识别方法人工神经网络
- 文献传递
- 基于多小波包系数熵和人工神经网络的输电线路故障类型识别方法被引量：13
- 2008年
- 基于多小波包分解系数和信息熵的概念定义了多小波包系数熵的表达式,并提出多小波包系数熵和人工神经网络相结合的输电线路故障类型识别方法:首先对不同故障工况下采集的故障电流信号进行适当的多小波包分解,计算各频带的系数熵;然后构造多小波包特征向量,将这些向量作为训练样本对径向基函数(radial basis function,RBF)神经网络进行训练;当输电线路发生故障时,将提取的故障电流信号的多小波包系数熵特征向量输入训练好的RBF神经网络,即可实现故障类型的识别。仿真结果表明采用多小波包提取的故障电流特征量比采用传统小波包提取的特征量信息更丰富,对人工神经网络的训练效果更好,网络识别精度具有明显优势。
- 李东敏刘志刚蔡军霍柏超
- 关键词：RBF神经网络输电线路故障类型识别
- 应用平移不变小波变换消除短路电流中的噪声
- 2008年
- 有效去除继电保护信息采集中的噪声,对确保继电保护装置正确动作至关重要。对电力系统接地短路电流信号的去噪进行了研究,针对小波去噪等信号处理方法中存在的Gibbs现象,提出并研究了采用db4小波进行信号去噪,采用平移不变小波变换,并以新型阈值代替传统阈值,进一步改善了去噪效果。工程实际应用中,采用间隔循环平移可提高运算速度,理论分析及仿真实验均验证了该方法的有效性。
- 霍柏超刘志刚李东敏苏玉香
- 关键词：信号去噪平移不变阈值法
