基于神经网络自适应滤波器的数字化电能计量故障检测方法

摘要

为了提高数字化电能计量表故障检测的准确性，研究一种基于神经网络自适应滤波器的数字化电能计量故障检测方法。利用电流传感器、电压传感器以及功率传感器采集三种数字化电能计量装置运行数据并实施去噪和归一化处理。提取数据的时域和频域两类四种特征参数，包括方根幅值、偏斜度、频谱幅值、均方根频率。以特征为输入，神经网络自适应滤波器训练后，实现数字化电能计量故障检测。结果表明：检测结果的Z值均在8以上，说明检测结果更接近所设置的真实故障类型，检测更为准确。

关键词

神经网络自适应滤波器 / 数字化电能计量装置 / 特征提取 / 故障检测方法