RBF神经网络在电气设备状态评估中的应用

被引：4

作者：

周炎涛

向升

吴正国

机构：

[1] 湖南大学软件学院

[2] 海军工程大学信息与电气学院

来源：

航空计算技术 | 2005年 / 03期

关键词：

输入样本; 正交多项式; 神经网络; 状态评估;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

摘要：

以切比雪夫正交基函数(RBF)神经网络搭配教师模块作为电气设备状态评估的模型,通过对过去序列样本的学习,在考虑影响电气设备状态的各种因素的情况下用教师模块对学习过程进行监督,调整网络的权值,然后识别电气设备状态当前情况。结果表明该神经网络具有良好的识别能力、快速的收敛能力并可以应用于大规模的电气设备状态评估中。

引用

页码：1 / 4

页数：4

共 4 条

[1] 实现人工神经网络知识增殖能力的一种方法 [J].

黄华 ;

罗四维 ;

李爱军 ;

刘蕴辉 .

计算机研究与发展, 2004, (07) :1062-1067

[2] 制订《电气设备状态维修导则》的原则框架 [J].

刘有为 ;

李光范 ;

高克利 ;

杜彦明 ;

张勤 ;

牛晓民 ;

孙维本 .

电网技术, 2003, (06) :64-67+76

[3] 基于Chebyshev神经网络的非线性预测应用研究 [J].

邹阿金 ;

沈建中 .

计算机应用, 2001, (04) :14-15

[4]

神经网络理论[M]. 清华大学出版社 , (俄)А.И.加卢什金著, 2002

← 1 →