基于径向基网络的金属氧化物避雷器阀片伏安特性拟合
Approximation to the V-I Characteristic of Resistors of Metal Oxide Arrester Based on Radial Basis Function Neural Network作者机构:西安交通大学电气工程学院西安710049 西安理工大学自动化学院
出 版 物:《西安交通大学学报》 (Journal of Xi'an Jiaotong University)
年 卷 期:2002年第36卷第4期
页 面:348-352页
核心收录:
学科分类:0808[工学-电气工程] 080803[工学-高电压与绝缘技术] 08[工学]
主 题:径向基网络 金属氧化物 避雷器 阀片 伏安特性 神经网络
摘 要:为了解决现有金属氧化物避雷器阀片伏安特性拟合中存在的过冲、收敛慢、误差大的问题,用神经网络方法,通过对金属氧化物避雷器(MOA)的原始伏安数据进行分析,确定了神经元个数,并设计了输入、输出隶属函数对数据进行预处理.用一个径向基神经网络系统对MOA阀片的伏安特性曲线进行了拟合,拟合结果与分段线性、多指数、线性与非线性拟合法相比,较大幅度地提高了拟合精度和收敛速度,完全适用于MOA阀片的伏安特性拟合.