[發明專利]一種基于極端學習機的電網諧波電壓信號檢測方法

有效

• 申請號: 201310293529.2
• 申請日: 2013-07-12
• 公開（公告）號: CN103412171A
• 公開（公告）日: 2013-11-27
• 發明（設計）人: 劉國海;錢鵬;陳兆嶺;丁云;項子旋
• 申請（專利權）人: 江蘇大學
• 主分類號: G01R19/00
• 分類號: G01R19/00;G01R23/16
• 代理公司: 南京知識律師事務所 32207
• 代理人: 李媛媛

1.一種基于極端學習機的電網諧波電壓信號檢測方法，其特征在于，包括以下步驟：

步驟1、樣本選取：任取電網中畸變電壓信號，使其奇數次諧波幅值從零開始，以10%的比例依次遞增，直至基波幅值的50%為止，從而獲得合理的訓練樣本；

步驟2、極端學習機模型建立：對已獲取樣本電壓作等間隔周期采樣，得到的待測電壓信號用作極端學習機模型之輸入量，以待測電壓信號的傅氏系數作為極端學習機模型之輸出量；所述的極端學習機模型的輸入層節點數為待測電壓信號的種類數；運用MATLAB仿真軟件，對極端學習機模型作仿真訓練，訓練完成后即得到待檢測諧波電壓信號的極端學習機檢測模型；

步驟3、利用所述檢測模型對待測量的電壓諧波采樣信號進行檢測，以實現實時測量多種諧波信息的目的。

2.根據權利要求1所述的一種基于極端學習機的電網諧波電壓信號檢測方法，其特征在于，所述步驟2中的仿真訓練中以來逼近樣本，其中W=(w_i,i=1,2,……,N;b_i,i=1,2,……,N),w_i=[w_i1,w_i2,…,w_in]^T是第i個隱層神經元與輸入神經元之間的權向量；b_i是第i個隱層神經元的閾值；β_i＝[β_i1，β_i2，…，β_im]^T是第i個隱層神經元與輸出神經元之間的連接權向量；其具體步驟如下：

第一步：隨機對輸入權值w_i和閾值b_i賦值，

第二步：計算隱層輸出矩陣H；

第三步：計算輸出層權值β：β=H⁺T,其中T=[t₁,…,t_N]^T。

3.根據權利要求1所述的一種基于極端學習機的電網諧波電壓信號檢測方法，其特征在于，所述步驟3的檢測包括以下步驟：首先，構造10組未訓練樣本；然后，用訓練過的極端學習機檢測模型對未訓練的數據進行仿真檢測；最后，利用所述檢測模型對待測量的電壓諧波采樣信號進行檢測。