论文部分内容阅读
提出一种基于量子行为粒子群优化（quantum-behaved particleswarm optimization，QPSO）的改进算法，用于优化人工神经网络（artificial neural network,ANN），实现电能质量（power quality,PQ）扰动识别。采用2个神经子网络，分别用于事件型和变化型PQ扰动识别。PQ扰动信号的特征量通过信号的投影分析、动态测度计算、分形技术获取，作为2个子网络的输入量。。改进的QPSO算法主要增加了学习因子、粒子聚集度和进化速度等参数，改进了QPS