基于小波神经网络的水电机组辨识研究
本文研究了一种用于水电机组辨识的紧致型小波神经网络模型,给出了相应的算法和计算公式,以及自适应确定小波基数目的方法.该模型以非线性的Morlet小波基作为激励函数,形成神经元,结合小波分析与神经网络各自的优点,克服了传统BP网络神经元数目难于确定、收敛速度较慢以及易于收敛到局部极小点等缺点,并能反映调节对象的非线性映射关系.仿真试验表明,该网络能较迅速、准确地逼近实际系统,可作为水电机组自适应控制的辨识模型.
水力发电 水轮机控制 神经网络 小波分析
廖忠
中国计量学院机电工程分院,浙江,杭州,310027
国内会议
合肥
中文
180-185
2005-11-01（万方平台首次上网日期，不代表论文的发表时间）