[1] |
何柳, 粟时平, 罗雪莲, 等. 风电并网暂态电能质量扰动的检测与识别[J]. 电力电容器与无功补偿, 2020, 41(1):221-226.
|
[2] |
马杰, 孙宁, 任志强, 等. 基于多特征组合的电能质量扰动识别方法[J]. 电力电容器与无功补偿, 2019, 40(2):125-130.
|
[3] |
张艳, 曹梦舟. 基于HCTSA-BP的电能质量扰动分类[J]. 电力电容器与无功补偿, 2021, 42(2):85-90.
|
[4] |
尹柏强, 何怡刚, 朱彦卿. 一种广义S变换及模糊SOM网络的电能质量多扰动检测和识别方法[J]. 中国电机工程学报, 2015, 35(4):866-872.
|
[5] |
王云静, 李燕, 曲正伟, 等. 基于PSO-MP算法和RBF神经网络的电能质量扰动识别[J]. 电测与仪表, 2016, 53(13):54-58.
|
[6] |
孙珂, 张新燕, 雷蕾潇, 等. 基于EMD去噪和S变换结合的电能质量扰动分析[J]. 电力电容器与无功补偿, 2021, 42(6):127-133.
|
[7] |
沈晓隶, 刘香银, 王红标, 等. 基于多变换-谱峭度的配电网暂态电能质量扰动检测与辨识方法研究[J]. 电力电容器与无功补偿, 2021, 42(6):134-142.
|
[8] |
SZU H H, TELFER B, KADAMBE S. Neural network adaptive wavelets for signal representation and classification[J]. Opt.Eng., 1992, 31(9):1907-1916.
|
[9] |
李海锋, 王钢, 李晓华, 等. 电力变压器励磁涌流判别的自适应小波神经网络方法[J]. 中国电机工程学报, 2005, 25(7):144-150.
|
[10] |
罗新, 牛海清, 来立永, 等. 粒子群优化自适应小波神经网络在带电局放信号识别中的应用[J]. 电工技术学报, 2014, 29(10):326-333.
|
[11] |
吴炬卓, 肖笛, 牛海清. 计算电缆导体暂态温度的粒子群优化的BP神经网络新方法[J]. 电器与能效管理技术, 2018(3):14-19.
|
[12] |
肖斌, 刘洋, 翟国富. 基于径向基函数神经网络的接触器性能快速算法[J]. 电器与能效管理技术, 2020(1):40-45.
|
[13] |
高鹰, 谢胜利. 混沌粒子群优化算法[J]. 计算机科学, 2004, 31(8):13-15.
|
[14] |
程泽, 董梦男, 杨添剀, 等. 基于自适应混沌粒子群算法的光伏电池模型参数辨识[J]. 电工技术学报, 2014, 29(9):245-252.
|
[15] |
张全明, 刘会金. 最小二乘支持向量机在电能质量扰动分类中的应用[J]. 中国电机工程学报, 2008, 28(1):106-110.
|
[16] |
刘春玲, 王旭. 基于改进的自适应小波神经网络的心电信号分类[J]. 系统仿真学报, 2007, 19(14):3281-3284.
|