现代电子技术
現代電子技術
현대전자기술
MODERN ELECTRONICS TECHNIQUE
2011年
20期
196-199
,共4页
径向基神经网络(RBFN)%超高压%继电保护%LLS%梯度下降法
徑嚮基神經網絡(RBFN)%超高壓%繼電保護%LLS%梯度下降法
경향기신경망락(RBFN)%초고압%계전보호%LLS%제도하강법
提出一种基于RBF神经网络的超高压继电保护的算法.是由于径向基神经网络(RBFN)具有学习性,可以根据已有的继电保护参数样本集进行训练,从中分析出故障检测、故障定位,自适应自动重合闸技术、差动保护以及距离保护的内在联系,实现对以后的继电保护数据样本进行自适应控制.该算法的优点就是在构造过程考虑了径向基神经网络(RBFN)的预测精度和训练时间,采用了线性最小二乘法(LLS)和梯度下降法的方法,运用Matlab做了仿真实验,获得了较为准确的预测结果.
提齣一種基于RBF神經網絡的超高壓繼電保護的算法.是由于徑嚮基神經網絡(RBFN)具有學習性,可以根據已有的繼電保護參數樣本集進行訓練,從中分析齣故障檢測、故障定位,自適應自動重閤閘技術、差動保護以及距離保護的內在聯繫,實現對以後的繼電保護數據樣本進行自適應控製.該算法的優點就是在構造過程攷慮瞭徑嚮基神經網絡(RBFN)的預測精度和訓練時間,採用瞭線性最小二乘法(LLS)和梯度下降法的方法,運用Matlab做瞭倣真實驗,穫得瞭較為準確的預測結果.
제출일충기우RBF신경망락적초고압계전보호적산법.시유우경향기신경망락(RBFN)구유학습성,가이근거이유적계전보호삼수양본집진행훈련,종중분석출고장검측、고장정위,자괄응자동중합갑기술、차동보호이급거리보호적내재련계,실현대이후적계전보호수거양본진행자괄응공제.해산법적우점취시재구조과정고필료경향기신경망락(RBFN)적예측정도화훈련시간,채용료선성최소이승법(LLS)화제도하강법적방법,운용Matlab주료방진실험,획득료교위준학적예측결과.
