遗传算法改进神经网络的电力系统谐波检测法
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TM711

基金项目:

国家自然科学基金


A harmonic measuring approach based on genetic algorithm improved back-propagation neural network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出了将遗传算法与神经网络结合起来用于电力系统谐波幅值与相位测量的方法.根据电力系统谐波的特点,构造了用于谐波检测的神经网络模型,阐述了网络训练样本的形成方法.借助Matlab提供的遗传算法与神经网络算法工具箱,先用遗传算法对前馈神经网络进行全局训练,再用BP (back-propagation)算法进行精确训练.仿真结果验证了该方法的有效性和可靠性.通过与传统BP算法测量谐波的方法相比较,该方法具有训练速度快,不易陷入局部极值,测量精度高的优点.最后用未训练的样本检测训练好的神经网络,验证了该网络同时也具有较好的泛化能力.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

侯世英,汪瑶,祝石厚.遗传算法改进神经网络的电力系统谐波检测法[J].重庆大学学报,2008,31(5):490-494.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码