基于有限脉冲反应和径向基神经网络的触电信号识别

被引：17

作者：

关海鸥 ^{[1
,2
]}

杜松怀 ^{[1
]}

李春兰 ^{[3
]}

苏娟 ^{[1
]}

梁英 ^{[4
]}

武子超 ^{[1
]}

邵利敏 ^{[1
]}

机构：

[1] 中国农业大学信息与电气工程学院

[2] 黑龙江八一农垦大学信息技术学院

[3] 新疆农业大学机械交通学院

[4] 中国电力科学研究院

来源：

农业工程学报 | 2013年 / 29卷 / 08期

关键词：

农村地区; 泄漏电流; 神经网络; FIR数字滤波器; 窗函数; 径向基函数; 触电信号识别;

D O I：

暂无

中图分类号：

TM862 [过电压保护装置]; TP183 [人工神经网络与计算];

学科分类号：

080803 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对农村低压电网剩余电流保护与动作技术中,如何检测总泄漏电流中人体触电支路电流的难题,该文利用严格线性相位与任意幅度特性的FIR(finite impulse response)数字滤波技术和具有自适应性与最佳逼近特性的RBF(radial basis function)神经网络有机结合,提出一种基于FIR数字滤波的RBF神经网络作为触电电流信号的检测方法。首先,采用FIR数字滤波器选定合适的窗函数和滤波阶数,对触电试验获得的总泄漏电流及触电电流进行滤波预处理;然后,将预处理后的信号波形作为样本集,选定适合的RBF函数,建立从总泄漏电流中提取触电电流波形的3层RBF神经网络模型。仿真试验结果表明:该方法速度快且稳定,检测值与实际值的平均相对误差为3.76%,具有良好的适应性和实用性,对于研制新一代剩余电流保护动作装置具有重要意义。

引用

页码：187 / 194

页数：8

共 22 条

[1]

基于改进RBF神经网络的PID控制.[D].裴雪红.哈尔滨理工大学.2010, 06

[2]

BP神经网络学习算法的研究.[D].刘彩红.重庆师范大学.2008, 01

[3] 农作物缺素症状诊断的正则化模糊神经网络模型 [J].