高电压技术
高電壓技術
고전압기술
HIGH VOLTAGE ENGINEERING
2015年
3期
1034-1041
,共8页
樊高辉%刘尚合%魏明%胡小锋
樊高輝%劉尚閤%魏明%鬍小鋒
번고휘%류상합%위명%호소봉
电晕电流%数学模型%双指数函数%Gaussian函数%BP神经网络%神经元%解析表达式
電暈電流%數學模型%雙指數函數%Gaussian函數%BP神經網絡%神經元%解析錶達式
전훈전류%수학모형%쌍지수함수%Gaussian함수%BP신경망락%신경원%해석표체식
corona current%mathematic model%double exponential function%Gaussian function%back propagation artificial neural network%neuron%analytical expression
为求解电晕电流的通用数学模型,利用人工神经网络能以任意精度逼近任意函数的能力,设计了2层BP神经网络,分别对实测的具有双指数函数、Gaussian函数及不规则脉冲形式的电晕电流进行拟合.结果表明,当神经元数目取5～10时,便能对不同类型的电晕电流波形进行高精度拟合,拟合误差量级可达10-4,拟合时间约为2～10 s,通过提取网络的权值、阈值参数可得到电流的解析表达式.该方法得到的电流表达式具有统一的结构,不依赖于电流波形,可作为电晕电流的通用数学模型.
為求解電暈電流的通用數學模型,利用人工神經網絡能以任意精度逼近任意函數的能力,設計瞭2層BP神經網絡,分彆對實測的具有雙指數函數、Gaussian函數及不規則脈遲形式的電暈電流進行擬閤.結果錶明,噹神經元數目取5～10時,便能對不同類型的電暈電流波形進行高精度擬閤,擬閤誤差量級可達10-4,擬閤時間約為2～10 s,通過提取網絡的權值、閾值參數可得到電流的解析錶達式.該方法得到的電流錶達式具有統一的結構,不依賴于電流波形,可作為電暈電流的通用數學模型.
위구해전훈전류적통용수학모형,이용인공신경망락능이임의정도핍근임의함수적능력,설계료2층BP신경망락,분별대실측적구유쌍지수함수、Gaussian함수급불규칙맥충형식적전훈전류진행의합.결과표명,당신경원수목취5～10시,편능대불동류형적전훈전류파형진행고정도의합,의합오차량급가체10-4,의합시간약위2～10 s,통과제취망락적권치、역치삼수가득도전류적해석표체식.해방법득도적전류표체식구유통일적결구,불의뢰우전류파형,가작위전훈전류적통용수학모형.
