位置:成果数据库 > 期刊 > 期刊详情页
电力系统谐波分析的一种快速神经网络算法
  • ISSN号:1674-2974
  • 期刊名称:《湖南大学学报:自然科学版》
  • 时间:0
  • 分类:TM714[电气工程—电力系统及自动化]
  • 作者机构:[1]湖南大学电气与信息工程学院,湖南长沙410082, [2]长沙理工大学电气与信息工程学院,湖南长沙410076
  • 相关基金:国家自然科学基金资助项目(60375001);湖南省教育厅资助项目(04C092)
中文摘要:

提出了一种基于最小二乘递推法(RLS)的正交基神经网络算法来分析电力系统谐波参数.该方法根据谐波分析的特点,采用RLS训练神经网络权值,有效地避免了梯度下降法存在局部极小的问题,并且对降低噪声影响有显著作用.电力系统谐波分析的仿真结果表明,该算法经过一次神经网络训练即可获得各次谐波高精度的幅值和相位。

英文摘要:

An algorithm of neural network with orthogonal basis functions based on recursion least square (RLS) was presented and used to analyze the harmonics of power system. The main idea was to use RLS algorithm to train the weights of neural network according to the harmonics characteristic. Therefore, the local least problem on grads descent method was effectively avoided, and the noise was evidently filtered. To validate the validity of the algorithm, simulation examples of harmonic analysis by the use of the presented approach were given. Simulation results have shown that the exact amplitudes and phases of the harmonics were obtained by training neural network only one time, so it will be very valuable in power system harmonic analysis.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《湖南大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:湖南大学
  • 主编:易伟建
  • 地址:湖南长沙岳麓区麓山南路
  • 邮编:410082
  • 邮箱:qks@hun.edu.cn
  • 电话:0731-88822870
  • 国际标准刊号:ISSN:1674-2974
  • 国内统一刊号:ISSN:43-1061/N
  • 邮发代号:42-44
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,中国期刊方阵“双百”期刊1997年第二届全国科技期...,2000年湖南省首届“十佳科技期刊”,2002年第二届国家期刊奖“重点期刊奖”
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:14344