咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于分段迭代的电力谐波神经网络分析方法 收藏

基于分段迭代的电力谐波神经网络分析方法

Piecewise Iterative Algorithm Based Analysis Method for Power Hamonic Neural Network

作     者:操吴兵 张春梅 刘永胜 聂忠伟 杨超 付志红 CAO Wu-bing;ZHANG Chun-mei;LIU Yong-sheng;NIE Zhong-wei;YANG Chao;FU Zhi-hong

作者机构:国网浙江建德市供电公司浙江建德311600 重庆大学电气工程学院输配电装备及系统安全与新技术国家重点实验室重庆400030 国网浙江杭州市余杭区供电公司杭州311100 

出 版 物:《电测与仪表》 (Electrical Measurement & Instrumentation)

年 卷 期:2014年第51卷第23期

页      面:64-68页

学科分类:0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学] 

基  金:重庆市科技攻关资助项目(CSTC 2011AB3003) 国家"111"计划资助项目(B08036) 

主  题:神经网络 谐波 间谐波 加汉宁窗插值FFT 分段迭代法 幅值最大分量 

摘      要:为了提高谐波和间谐波分析的速度、精度和抗噪性能,将基于分段迭代的增强型Adaline神经网络应用于电力系统谐波和间谐波分析。该网络在加汉宁窗双谱线插值FFT算法的基础上,将采样数据按采样时间分段,依次用各段对应的误差信息来调整增强型Adaline神经网络的参数。该方法结合一点迭代法和全部点迭代法的优点,既将各时段内的误差进行平均,减少噪声对参数调整的影响,又充分保留误差中包含的谐波和间谐波信息,提高网络的精度。另外,根据参数估计误差和频率对误差函数一阶偏导之间的关系,提出修正信号幅值最大分量对应的频率调整量的处理方式,提高网络的实时性和精度。仿真结果验证了分析结论的正确性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分