基于分段迭代神经网络的间谐波分析
为了提高间谐波分析的训练速度、精度和抗噪性能，本文将分段迭代神经网络应用于电力系统间谐波分析。该网络首先利用加汉宁窗插值FFT间谐波分析法获得的参数设置其隐含层神经元个数、激励函数和权值的初值，再在此基础上采用分段迭代法训练，便可实现间谐波的精确分析。与一点迭代法和全部点迭代法不同，该迭代算法将采样数据按时间顺序进行分段，每次迭代时，用各段对应的误差函数调整网络中的可变参数。这种迭代法既将各时段内的误差进行平均，减少了噪声对网络训练的影响，又较好地反映各时间段内的信号局部特性，提高网络训练的精度。另外，本文根据参数估计误差和激励函数对误差函数一阶偏导之间的关系，提出了幅值最大分量特殊处理的方式，有效提高了网络的训练速度和准确度。通过一点迭代神经网络、全部点迭代神经网络与分段迭代神经网络的对比，验证了结论的正确性。
神经网络 间谐波分析 FFT 分段迭代法 幅值最大分量
张春梅 毕志周 付志红 李春燕
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 云南电力试验研究院（集团）有限公司电力研究院,昆明,650217
国内会议
重庆
中文
103-107
2012-11-01（万方平台首次上网日期，不代表论文的发表时间）