基于小波变换和人工神经网络的电能质量扰动分类的任务书.docx

基于小波变换和人工神经网络的电能质量扰动分类的任务书
任务书：
任务名称：基于小波变换和人工神经网络的电能质量扰动分类
任务描述：
随着电子设备的普及和使用，电能质量问题日益突出，电能质量扰动的分类与识别研究已经成为电力系统和电力设备维护和安全保障的重要研究领域之一。本任务旨在研究基于小波变换和人工神经网络的电能质量扰动分类方法，为电力系统和电力设备的维护和安全保障提供支持。
任务要求：
1.了解电能质量扰动的基本概念和分类方法，阅读相关文献，掌握相关研究现状和问题。
2.研究小波变换和人工神经网络的基本原理和应用，了解小波变换和人工神经网络在电能质量扰动分类中的优势和不足。
3.选择合适的电能质量扰动数据集，进行数据预处理和特征提取，建立基于小波变换的扰动特征向量，并利用人工神经网络进行分类。
4.研究小波变换和人工神经网络参数的选择和调节方法，使得分类准确率和鲁棒性达到较高水平。
5.验证所提出的电能质量扰动分类方法的有效性和实用性，分析其优缺点和适用范围，为电力系统和电力设备的维护和安全保障提供支持。
任务成果：
1.完成电能质量扰动分类模型的研究与设计，包括数据预处理和特征提取、小波变换特征向量的建立、人工神经网络的构建和训练等。
2.实现电能质量扰动分类模型的算法，编写程序并进行实验验证，得到分类准确率和鲁棒性的数据，并与现有方法进行对比分析。
3.撰写研究报告，对所提出的方法进行总结和评价，提出下一步研究的方向和建议。
任务周期：4个月
任务预算：20万元
参考文献：
1.H.Akagi,“Newtrendsinactivefiltersforpowerconditioning,”IEEETrans.Ind.Appl.,vol.32,no.6,pp.1312–1322,1996.
2.J.Arrillaga,“PowerQuality:State-of-the-Art,”IEEEProc.,vol.88,no.2,pp.105-118,2000.
3.E.DeebaandM.El-Sharkawi,“Wavelet-baseddetectionofpowerqualitydisturbances,”IEEETrans.PowerDel.,vol.13,no.4,pp.1189–1194,1998.
4.X.Li,Y.Li,andY.Ke,“Anefficientpatternrecognitionalgorithmforpowerqualitydisturbanceclassificationbasedonwavelettransform,”J.Chin.Inst.Eng.,vol.34,no.2,pp.119–126,2011.
5.R.Jang,“ANFIS:Adaptive-network-basedfuzzyinferencesystem,”IEEETrans.Syst.ManCybern.,vol.23,no.3,pp.665–685,1993.