改进遗传算法和神经网络在电能质量扰动识别中的应用

被引:5
作者
欧阳森
机构
[1] 不详
[2] 华南理工大学电力学院 广东广州
[3] 不详
关键词
遗传算法; 交叉概率; 神经网络; 电能质量;
D O I
暂无
中图分类号
TM711 [网络分析、电力系统分析];
学科分类号
摘要
提出了一种改进遗传算法(IGA)。该算法采取了有效的选择和交叉策略,设计了自适应变化的交叉概率和变异概率,以及随进化代数自适应变化的移民算法。该改进遗传算法稳定性和收敛性能较好,将其应用到基于BP网络的电能质量扰动识别中,提高了识别的稳定性和收敛性能,并使基于BP网络的电能质量扰动识别系统更具实用性。文中最后通过仿真计算验证了本文方法的性能。
引用
收藏
页码:13 / 17
页数:5
相关论文
共 3 条
[1]   基于小波和神经网络的电能质量辨识方法 [J].
欧阳森 ;
王建华 ;
耿英三 ;
宋政湘 ;
陈德桂 ;
张桂青 ;
不详 .
电工电能新技术 , 2003, (03) :32-36
[2]   AGA-BP神经网络用于变压器超高频局部放电模式识别 [J].
王国利 ;
郑毅 ;
沈嵩 ;
郝艳捧 ;
李彦明 .
电工电能新技术, 2003, (02) :6-9+55
[3]  
遗传算法原理及应用[M]. 国防工业出版社 , 周明, 1999