基于动态模糊神经网络的电力谐波精确测量.pdfVIP

基于动态模糊神经网络的电力谐波精确测量.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 42卷 第 4期 太 原 理 工 大 学 学 报 V0L42 No.4 2011年 7月 J0URNAIOF TAIYUAN UNIVERSITY OFTECHNOLOGY Ju1.201l 文 章 编 -N :1007—9432(2011)04—0357-03 基于动态模糊神经网络的电力谐波精确测量 徐传忠 ,杨冠鲁 ,王永初 (华侨大学 a.信息学院;b.机电学院,福建 泉州 362021) 摘 要 :利 用动 态模 糊 神 经 网络 测 量 电力谐 波 幅 度 ,采 用误 差 下 降 率调 节模 糊 神 经 网络 的结 构 ,同时用分 级 学 习方法调 节模 糊神 经 网络参 数 ,使 神 经 网络结 构呈现 动 态 变化 ,结 构 紧凑 ,避 免 了 过拟 合及 过训 练现 象 ,提 高 了系统 的泛化 能 力 。通 过对 电力谐 波信 号的测 量仿 真 ,表 明该 方 法具有 很 高 的 测 量 精 度 。 关键 词 :谐 波 ;动 态模 糊神 经 网络 ;修 剪技 术 中 图分 类 号 :TM 930.12 文 献 标 识码 :A 理想 的公用电网所提供 的电压应该有单一而固 第1层 第2层 第3层 第4层 第5层 定频率和规定 的电压幅值 。谐波电压和谐波电流的 出现 ,对公用电网是一种污染 ,它使用电设备所处的 环境恶化 。对 电力系统来说 ,无谐波就是绿色的主 要标志 ,电力系统 中的谐波问题越来越受到人们 的 y 重视 [ 。目前 谐波测量方 法按测量原 理可分为 : 模拟滤波法 ;基于瞬时无功功率理论的测量方法;基 于傅立叶变换理论 的测量方法 ;基于神经 网络理论 的测量方法 ;基于小波变换理论的测量方法 。利用 MFru R M 人工神经 网络测量电力谐波 ,由于所采用 的神经网 图 1 DFNN结构图 络结构固定[3],而网络结构的大小是影响神经 网络 i一 1,2,…,r,J一 1,2,…,U. (1) 泛化能力 的主要因素之一 ,神经元过多会导致过拟 第 3层为 T范数层 ,T范数层算子是乘法,该层节 合现象 ,过少又会 出现过训练 。因此利用 固定结构 点数反映模糊规则数 ,第J个规则R,的输出为 : 的神经网络测量电力谐波存在一定误差 。笔者利用 动态模糊神经网络 (DFNN)测量 电力谐波 ,采用误 一 差下降率修剪技术,动态调节神经网络结构 ,可获得 更为紧凑 的DFNN 结构 ,提高神经 网络 的泛化 能 J: 1,2,… , (2) 力 ,从而提高 电力谐波测量 的精度 。 第 4层为归一化层,节点数与模糊规则节点数相等 , 第 J个节点 的输 出为: 1 动态模糊神经网络 一 L) 1.1 DFNN 的结构_6] ∑ DFNN结构如图 1所示 ,第 l层 z ,z。,…,.712 一 1 第 5层 Y是系统输出, 是输入变量 ;第 2层为隶属函数层 ,每个节点代表一 个隶属函数 ,隶属 函数用高斯函数表示 : (x)一∑即 · 一W

文档评论(0)

文档分享 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档