共 15 条
基于支持向量机与神经网络的间谐波测量混合算法
被引:9
作者:
李涛
[1
]
何怡刚
[2
]
机构:
[1] 湖南大学计算机与通信学院
[2] 湖南大学电气与信息工程学院
来源:
关键词:
间谐波;
支持向量机;
迭代加权最小二乘法;
反向传播神经网络算法;
差动信号;
负反馈;
D O I:
10.13336/j.1003-6520.hve.2008.08.045
中图分类号:
TP183 [人工神经网络与计算];
TM744 [电力系统的计算];
学科分类号:
摘要:
针对目前缺乏国家标准规范间谐波对电能质量的影响,也缺乏有效的手段监测间谐波的问题,用支持向量机理论对其进行了探索。支持向量机理论将间谐波这个非线性问题变换到更高维的空间中进行线性回归,它基于迭代权调整最小二乘法,引入反向传播神经网络算法整定算法参数,通过反馈现场采集、分析信号,并将教师信号与计算信号的差值作为调整参数的驱动信号,在此基础上通过反向遗传算法(BPNN)的反向传播能力对参数进行基于负反馈的调整,提高了算法的收敛速度。通过数值实验对比,该算法比没有使用差动信号的混合算法效率提高约13%。
引用
收藏
页码:1710 / 1714
页数:5
相关论文