陈笠
- 作品数:2 被引量:12H指数:2
- 供职机构:深圳大学光电工程学院更多>>
- 发文基金:深圳市基础研究计划项目国家自然科学基金更多>>
- 相关领域:电气工程更多>>
- 基于数字图像处理技术的暂态电能质量扰动分类被引量:10
- 2015年
- 为改进暂态电能质量扰动分类方法的准确性,先将暂态电能质量扰动一维数据信号通过归一化处理转换为二维灰度图像,再应用伽马校正、边缘检测及峰谷检测等数字图像处理方法增强扰动特征,得到新的灰度图像和二值图像。提取二值图像的形态学特征值组成特征向量。通过概率神经网络实现暂态电能质量扰动分类。对所提方法进行了仿真计算和比较分析。结果表明,所提出的暂态电能质量扰动分类新方法改进了扰动分类的准确性,是一种有效可行的方法。
- 江辉郑岳怀王志忠陈笠彭建春
- 关键词:电能质量数字图像处理概率神经网络
- 基于无迹粒子滤波的电网动态谐波估计被引量:2
- 2016年
- 提出一种基于无迹粒子滤波(unscented particle filter,UPF)算法的电网动态谐波估计方法.通过无迹卡尔曼滤波算法得到电网动态谐波状态量的估计值和协方差,运用这些结果改进传统粒子滤波算法的重要密度函数,采用粒子滤波算法得到电网动态谐波的最优估计值.该方法克服了无迹卡尔曼滤波算法(unscented Kalman filter,UKF)对噪声要求为高斯分布的限制和传统粒子滤波(particle filter,PF)算法易退化的缺点,保留了UKF对非线性问题的较好处理和PF强抗干扰性能力.仿真结果表明,在高斯噪声和非高斯噪声情况下,UPF算法得到的电网动态谐波幅值、相位的估计值都更接近真实值.
- 江辉陈笠帅士奇彭建春
- 关键词:电力系统电能质量粒子滤波无迹卡尔曼滤波