基于原子分解優(yōu)化算法和RBF神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動(dòng)分析.pdf

1、近年來，大量非線性負(fù)荷接入電網(wǎng)以及其它擾動(dòng)源的存在，進(jìn)一步惡化了供電質(zhì)量；同時(shí)精密儀器和智能化設(shè)備的廣泛應(yīng)用，對(duì)供電質(zhì)量又提出了更加苛刻的要求。因此，對(duì)電能質(zhì)量擾動(dòng)信號(hào)進(jìn)行研究與分析具有非常重要的意義。本文采用近年來信號(hào)處理領(lǐng)域的研究熱點(diǎn)——原子分解算法，來分析電能質(zhì)量擾動(dòng)信號(hào)。
　　本文在分析Gabor原子庫的基礎(chǔ)上，針對(duì)其規(guī)模巨大無法實(shí)用化的問題，對(duì)其進(jìn)行合理的離散化處理；針對(duì)匹配追蹤算法(Matching Pursuit,M

2、P)存在的過匹配現(xiàn)象和非正交投影問題，采用正交匹配追蹤算法(Orthogonal Matching Pursuit,OMP)，將所選出的原子正交化，以改善算法收斂性；針對(duì)其計(jì)算量大的問題，提出采用粒子群算法(Particle Swarm Optimization,PSO)對(duì)其進(jìn)行優(yōu)化。并以四種擾動(dòng)信號(hào)為例，研究分析基于Gabor原子庫的PSO-MP算法和PSO-OMP算法的信號(hào)重構(gòu)性能和收斂性，驗(yàn)證了PSO-OMP算法性能更優(yōu)。

3、　　考慮到電能質(zhì)量擾動(dòng)信號(hào)中存在一定的噪聲，研究了基于PSO-OMP算法的消噪原理及方法。通過實(shí)驗(yàn)手段提出了閾值判決方法，并得出閾值的選取與信號(hào)長度相關(guān)的結(jié)論。通過設(shè)置合理閾值，采用Gabor原子庫及PSO-OMP算法對(duì)常見的6種單一擾動(dòng)信號(hào)和4種復(fù)合擾動(dòng)信號(hào)進(jìn)行消噪處理，并與小波變換軟、硬閾值方法進(jìn)行比較分析。仿真結(jié)果表明，本文所提方法能有效的分離噪聲和信號(hào)，達(dá)到很好的消噪效果。
　　將PSO-OMP算法與RBF網(wǎng)絡(luò)相結(jié)合用作電