買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜溫州大學(xué)申請(qǐng)的專利基于改進(jìn)小波閾值法與MPA優(yōu)化PNN的電能質(zhì)量擾動(dòng)識(shí)別方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN113934972B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111231403.3，技術(shù)領(lǐng)域涉及：G06F17/14；該發(fā)明授權(quán)基于改進(jìn)小波閾值法與MPA優(yōu)化PNN的電能質(zhì)量擾動(dòng)識(shí)別方法是由倪陳義;陳一鏢;劉東;堯遙設(shè)計(jì)研發(fā)完成，并于2021-10-22向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于改進(jìn)小波閾值法與MPA優(yōu)化PNN的電能質(zhì)量擾動(dòng)識(shí)別方法在說(shuō)明書摘要公布了：本發(fā)明公開了一種基于改進(jìn)小波閾值法與MPA優(yōu)化PNN的電能質(zhì)量擾動(dòng)識(shí)別方法，包括如下步驟：步驟1、采用小波閾值法對(duì)電能質(zhì)量擾動(dòng)信號(hào)進(jìn)行預(yù)處理，再添加一個(gè)循環(huán)命令對(duì)小波閾值法的參數(shù)進(jìn)行隨機(jī)選擇直到消噪效果的評(píng)價(jià)值達(dá)到設(shè)定值；步驟2、將步驟1中得到的信號(hào)進(jìn)行小波分解，并從中提取若干個(gè)維度能量構(gòu)成輸入特征向量；步驟3、將輸入特征向量輸入到PNN神經(jīng)網(wǎng)絡(luò)，并采用MPA優(yōu)化算法進(jìn)行參數(shù)優(yōu)化，完成擾動(dòng)識(shí)別模型的優(yōu)化訓(xùn)練，最終對(duì)測(cè)試信號(hào)進(jìn)行準(zhǔn)確分類。本發(fā)明可以提高消噪效果，有效提取特征值，并顯著增加識(shí)別精度和模型優(yōu)化速度。

本發(fā)明授權(quán)基于改進(jìn)小波閾值法與MPA優(yōu)化PNN的電能質(zhì)量擾動(dòng)識(shí)別方法在權(quán)利要求書中公布了：1.基于改進(jìn)小波閾值法與MPA優(yōu)化PNN的電能質(zhì)量擾動(dòng)識(shí)別方法，其特征在于：包括如下步驟：步驟1、采用小波閾值法對(duì)電能質(zhì)量擾動(dòng)信號(hào)進(jìn)行預(yù)處理，再添加一個(gè)循環(huán)命令對(duì)小波閾值法的參數(shù)進(jìn)行隨機(jī)選擇直到消噪效果的評(píng)價(jià)值達(dá)到設(shè)定值；采用小波閾值法對(duì)電能質(zhì)量擾動(dòng)信號(hào)進(jìn)行預(yù)處理，按如下步驟進(jìn)行：步驟1.1：選取小波基函數(shù)和分解層數(shù)對(duì)電能質(zhì)量擾動(dòng)信號(hào)xt進(jìn)行離散小波分解得到各層小波系數(shù)wi，步驟1.2：選取軟硬閾值和閾值λ對(duì)小波系數(shù)wi進(jìn)行消噪處理得到w′i；步驟1.3：對(duì)閾值法處理后的小波系數(shù)w′i進(jìn)行重構(gòu)得到消噪完成的電能質(zhì)量擾動(dòng)信號(hào)x′t；步驟1.4：根據(jù)均方根誤差對(duì)消噪完成的電能質(zhì)量擾動(dòng)信號(hào)x′t進(jìn)行判斷是否預(yù)處理完成，若不能滿足判斷條件重新進(jìn)行步驟1.1-1.4直到完成滿足條件；步驟2、將步驟1中得到的信號(hào)進(jìn)行小波分解，并從中選取若干個(gè)區(qū)分度最明顯的維度能量構(gòu)成輸入特征向量F1；步驟3、將輸入特征向量輸入到PNN神經(jīng)網(wǎng)絡(luò)，隨機(jī)生成最小平滑參數(shù)σmin到最大平滑參數(shù)σmax之內(nèi)的D個(gè)種群，平滑參數(shù)σ構(gòu)成獵物矩陣Lw，優(yōu)化平滑參數(shù)時(shí)，以PNN網(wǎng)絡(luò)的識(shí)別精度誤差為適應(yīng)度函數(shù)，適應(yīng)度高的種群對(duì)應(yīng)最佳平滑參數(shù)σ，并采用MPA優(yōu)化算法優(yōu)化PNN平滑參數(shù)σ，根據(jù)當(dāng)前迭代次數(shù)Md與最大迭代次數(shù)Zd將捕食過(guò)程分為三個(gè)階段，獵物與捕食者采用不同的運(yùn)動(dòng)方式，以尋找全局最優(yōu)解，完成擾動(dòng)識(shí)別模型的優(yōu)化訓(xùn)練，最終對(duì)測(cè)試信號(hào)進(jìn)行準(zhǔn)確分類。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人溫州大學(xué)，其通訊地址為：325006 浙江省溫州市甌海區(qū)甌海經(jīng)濟(jì)開發(fā)區(qū)東方南路38號(hào)溫州市國(guó)家大學(xué)科技園孵化器；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。