佳木斯大学学报（自然科学版）
佳木斯大學學報（自然科學版）
가목사대학학보（자연과학판）
JOURNAL OF JIAMUSI UNIVERSITY (NATURAL SCIENCE EDITION)
2007年
3期
364-366
,共3页
神经网络%非线性%建模%节能%调压器
神經網絡%非線性%建模%節能%調壓器
신경망락%비선성%건모%절능%조압기
根据采用晶闸管三相调压器控制变载荷电动机运行的特点,阐明了采用神经网络方法对该系统建模的必要性.基于带有回归单元的Elman神经网络,对变载荷三相异步电动机的晶闸管三相调压器系统进行了建模.采用一种带惯性项的动态反向传播学习算法,克服了通常的BP算法振荡和收敛速度慢的弱点,使变载荷电动机系统跟随负载变化对电动机实现调压控制.对Elman神经网络的结构运用方法,以及惯性项的动态反向传播学习算法做了较详细的介绍,对由晶闸管三相调压器构成的拖动系统建模所选向量参数进行了说明.实例表明,利用该方法迭代后的学习结果更容易将误差减小至期望值.
根據採用晶閘管三相調壓器控製變載荷電動機運行的特點,闡明瞭採用神經網絡方法對該繫統建模的必要性.基于帶有迴歸單元的Elman神經網絡,對變載荷三相異步電動機的晶閘管三相調壓器繫統進行瞭建模.採用一種帶慣性項的動態反嚮傳播學習算法,剋服瞭通常的BP算法振盪和收斂速度慢的弱點,使變載荷電動機繫統跟隨負載變化對電動機實現調壓控製.對Elman神經網絡的結構運用方法,以及慣性項的動態反嚮傳播學習算法做瞭較詳細的介紹,對由晶閘管三相調壓器構成的拖動繫統建模所選嚮量參數進行瞭說明.實例錶明,利用該方法迭代後的學習結果更容易將誤差減小至期望值.
근거채용정갑관삼상조압기공제변재하전동궤운행적특점,천명료채용신경망락방법대해계통건모적필요성.기우대유회귀단원적Elman신경망락,대변재하삼상이보전동궤적정갑관삼상조압기계통진행료건모.채용일충대관성항적동태반향전파학습산법,극복료통상적BP산법진탕화수렴속도만적약점,사변재하전동궤계통근수부재변화대전동궤실현조압공제.대Elman신경망락적결구운용방법,이급관성항적동태반향전파학습산법주료교상세적개소,대유정갑관삼상조압기구성적타동계통건모소선향량삼수진행료설명.실례표명,이용해방법질대후적학습결과경용역장오차감소지기망치.
