基于粒子群优化与卷积神经网络的电能质量扰动分类方法

董光德, 李道明, 陈咏涛, 马兴, 付昂, 穆钢, 肖白

Power Quality Disturbance Classification Method Based on Particle Swarm Optimization and Convolutional Neural Network

Guangde DONG, Daoming LI, Yongtao CHEN, Xing MA, Ang FU, Gang MU, Bai XIAO

表1 不同方法的分类准确率

Tab. 1 Classification accuracy of different methods

电能质量扰动类型 分类准确率/% CNN PSO-CNN 平均值 95.56 99.67 暂态振荡(C1) 80 100 暂态脉冲(C2) 100 100 谐波(C3) 100 100 电压闪变(C4) 100 100 电压骤升(C5) 100 97 电压中断(C6) 80 100 电压暂降(C7) 100 100 谐波暂降(C8) 100 100 谐波振荡(C9) 100 100