大电机技术
大電機技術
대전궤기술
LARGE ELECTRIC MACHINE AND HYDRAULIC TURBINE
2006年
1期
36-40
,共5页
发电机%超高频局部放电%模式识别%AGA 神经网络%AGA-BP神经网络
髮電機%超高頻跼部放電%模式識彆%AGA 神經網絡%AGA-BP神經網絡
발전궤%초고빈국부방전%모식식별%AGA 신경망락%AGA-BP신경망락
应用BP(误差反向传播算法)、AGA(自适应遗传算法)和AGA-BP神经网络对发电机定子超高频局部放电的三种类型进行了模式识别.结合AGA和BP算法各自的优点,构造了AGA-BP 混合算法作为神经网络的学习算法.实验结果表明, AGA-BP神经网络既解决了BP神经网络对初始权值敏感和容易局部收敛的问题,又提高了AGA神经网络的收敛速度、稳定性和求解质量.
應用BP(誤差反嚮傳播算法)、AGA(自適應遺傳算法)和AGA-BP神經網絡對髮電機定子超高頻跼部放電的三種類型進行瞭模式識彆.結閤AGA和BP算法各自的優點,構造瞭AGA-BP 混閤算法作為神經網絡的學習算法.實驗結果錶明, AGA-BP神經網絡既解決瞭BP神經網絡對初始權值敏感和容易跼部收斂的問題,又提高瞭AGA神經網絡的收斂速度、穩定性和求解質量.
응용BP(오차반향전파산법)、AGA(자괄응유전산법)화AGA-BP신경망락대발전궤정자초고빈국부방전적삼충류형진행료모식식별.결합AGA화BP산법각자적우점,구조료AGA-BP 혼합산법작위신경망락적학습산법.실험결과표명, AGA-BP신경망락기해결료BP신경망락대초시권치민감화용역국부수렴적문제,우제고료AGA신경망락적수렴속도、은정성화구해질량.
