[发明专利]一种基于神经网络的实时高精度谐波检测方法在审
| 申请号： | 201510106584.5 | 申请日： | 2015-03-10 |
| 公开（公告）号： | CN104777356A | 公开（公告）日： | 2015-07-15 |
| 发明（设计）人： | 徐艳春;瞿晓东;刘宇龙;李振兴;李振华 | 申请（专利权）人： | 三峡大学 |
| 主分类号： | G01R23/16 | 分类号： | G01R23/16 |
| 代理公司： | 宜昌市三峡专利事务所 42103 | 代理人： | 吴思高 |
| 地址： | 443002*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于神经网络的实时高精度谐波检测方法，步骤1：通过电子式互感器获取电力系统信号，对信号加布莱克曼窗截断然后进行DFT计算；步骤2：利用能量谱重心分析DFT计算后的信号，得到各次谐波的精确频率；步骤3：随机产生权值向量a、b，步骤2所得的谐波频率形成参数矩阵C、S，并使用牛顿法对神经网络进行训练；步骤4：训练结束，根据所得的权值向量得到各次谐波的幅值和频率。本发明一种基于神经网络的高精度实时谐波检测方法，计算量小、耗时短、收敛可靠性强，具有实时性和高精度等优点，适用于电力系统实时监测、谐波信号分析与处理等场合。 | ||
| 搜索关键词： | 一种 基于 神经网络 实时 高精度 谐波 检测 方法 | ||
【主权项】：
一种基于神经网络的实时高精度谐波检测方法，其特征在于包括以下步骤：步骤1：通过电子式互感器获取电力系统信号，对信号加布莱克曼窗截断然后进行DFT计算；步骤2：利用能量谱重心分析DFT计算后的信号，得到各次谐波的精确频率；步骤3：随机产生权值向量a、b，步骤2所得的谐波频率形成参数矩阵C、S，并使用牛顿法对神经网络进行训练；步骤4：训练结束，根据所得的权值向量得到各次谐波的幅值和频率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于三峡大学，未经三峡大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510106584.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种组合式安装的游泳池溢水槽装置
- 下一篇：一种铝合金活动舞台型材
