|
|||||
|
|
| 适应衰减直流分量估计的特定神经网络模型 | |
| 引用本文： | 肖秀春,陈柏桃,闫敬文.适应衰减直流分量估计的特定神经网络模型[J].扬州大学学报(自然科学版),2018(2). |
| 作者姓名： | 肖秀春 陈柏桃 闫敬文 |
| 作者单位： | 广东海洋大学电子与信息工程学院;汕头大学工学院;广东海洋大学规划与法规处 |
| 摘 要： | 为了估计出曲线函数的参数,提出了一种特定神经网络应用于图形曲线的函数拟合,并针对故障电流信号中包含的指数衰减直流分量降低继电保护操作的精度和效率等问题,构造了一种适应衰减直流分量估计的神经网络模型(decaying DC neural network,DDCNN),推导出基于Levenberg-Marquardt算法的网络权值自适应学习方法.该模型与包含衰减直流分量故障电流信号模型的数学表达式一致,在迭代求解神经网络的权值后,可直接由权值估计出衰减直流分量的所有参数.实验仿真结果及对比分析表明,本文算法能获得比现有算法更高的估计精度,且其计算代价能够满足应用需求. |
| 本文献已被 CNKI 等数据库收录！ | |