摘要
本发明公开了一种针对分布式光伏并网的密集信号成分辨识方法及系统,包括以下步骤:S1、建立密集信号和对照信号的模型;S2、分别生成w组密集信号和对照信号;S3、对密集信号和对照信号进行加窗并完成信号的时频域转换;S4、将S3转换后的密集信号和对照信号输入BP神经网络中训练,根据输出分类结果,对未知待测信号密集频段所含成分数目M进行判断;S5、对待测信号进行采样并进行离散傅里叶变换,根据频域信息的准峰值确定非密集频段成分对应的初始估计频率;S6、基于BP神经网络求解得到待测信号各个成分的频率值。本发明通过频域特征与神经网络的协同优化,实现密集信号成分的鲁棒性分类与频率参数估计。
技术关键词
分布式光伏
BP神经网络
信号
辨识方法
频率
频段
矩阵
辨识系统
模块
频域特征
分辨率
模式识别
噪声
周期
鲁棒性
标签
误差
幅值
序列
系统为您推荐了相关专利信息
磨损测量方法
集成算法
波长
光纤光栅解调技术
光纤光栅解调系统
绝缘监测方法
信号传播路径
能量分布特征
异常声音
无线通信传感器
辨识方法
RNN神经网络
神经网络模型
新能源场站
皮尔逊相关系数
直流微电网分布式控制方法
一致性算法
电压
分布式电源
电流