中国电力
中國電力
중국전력
ELECTRIC POWER
2014年
7期
45-50
,共6页
姜鸿羽%马宏忠%梁欢%姜宁%李凯
薑鴻羽%馬宏忠%樑歡%薑寧%李凱
강홍우%마굉충%량환%강저%리개
变压器噪声%RBF神经网络%自适应算法%粒子群算法%改进梯度下降算法
變壓器譟聲%RBF神經網絡%自適應算法%粒子群算法%改進梯度下降算法
변압기조성%RBF신경망락%자괄응산법%입자군산법%개진제도하강산법
transformer noise%RBF neural network%particle swarm optimization%improved gradient descent algorithm
针对现有变压器噪声有源控制算法存在的不足,提出了一种用于抑制噪声的新算法.该算法融合了自适应算法、粒子群算法、改进梯度下降算法及RBF神经网络算法.首先利用自适应算法确定降噪系统控制器中RBF神经网络隐含层节点个数和相应的参数;然后,根据切换策略自适应地选择粒子群算法或者改进梯度下降算法,用来优化节点数目和参数;最后,将优化得到的隐含层结构和参数反馈至系统控制器中,使系统的次级声源更好地抵消源声源.通过将所提的改进RBF神经网络法与未改进的RBF神经网络法和BP神经网络法进行比较,表明该算法可有效地提高降噪系统的自适应能力和抗干扰能力,且能够将噪声控制在较低的范围内,获得较理想的降噪效果.
針對現有變壓器譟聲有源控製算法存在的不足,提齣瞭一種用于抑製譟聲的新算法.該算法融閤瞭自適應算法、粒子群算法、改進梯度下降算法及RBF神經網絡算法.首先利用自適應算法確定降譟繫統控製器中RBF神經網絡隱含層節點箇數和相應的參數;然後,根據切換策略自適應地選擇粒子群算法或者改進梯度下降算法,用來優化節點數目和參數;最後,將優化得到的隱含層結構和參數反饋至繫統控製器中,使繫統的次級聲源更好地牴消源聲源.通過將所提的改進RBF神經網絡法與未改進的RBF神經網絡法和BP神經網絡法進行比較,錶明該算法可有效地提高降譟繫統的自適應能力和抗榦擾能力,且能夠將譟聲控製在較低的範圍內,穫得較理想的降譟效果.
침대현유변압기조성유원공제산법존재적불족,제출료일충용우억제조성적신산법.해산법융합료자괄응산법、입자군산법、개진제도하강산법급RBF신경망락산법.수선이용자괄응산법학정강조계통공제기중RBF신경망락은함층절점개수화상응적삼수;연후,근거절환책략자괄응지선택입자군산법혹자개진제도하강산법,용래우화절점수목화삼수;최후,장우화득도적은함층결구화삼수반궤지계통공제기중,사계통적차급성원경호지저소원성원.통과장소제적개진RBF신경망락법여미개진적RBF신경망락법화BP신경망락법진행비교,표명해산법가유효지제고강조계통적자괄응능력화항간우능력,차능구장조성공제재교저적범위내,획득교이상적강조효과.
