期刊文献+
共找到210篇文章
< 1 2 11 >
每页显示 20 50 100
The study of fuzzy chaotic neural network based on chaotic method
1
作者 WANG Ke-jun TANG Mo ZHANG Yan 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2006年第B07期64-70,共7页
关键词 模糊混沌神经网络 数理逻辑图 递归模糊神经网络 混沌方法
在线阅读 下载PDF
小波包分解与Fuzzy ART神经网络在磨削振动监测中的应用 被引量:2
2
作者 昝涛 王民 +1 位作者 李刚 费仁元 《北京工业大学学报》 EI CAS CSCD 北大核心 2008年第7期678-681,707,共5页
针对磨削加工的特点,通过小波包进行振动信号细化分解,提取各尺度能量作为特征量.利用无导师学习的Fuzzy ART神经网络进行振动异常的辨识,在发生未知模式振动异常时,网络将产生新的类报警.与传统监测方法相比,该方法能对已知和未知的振... 针对磨削加工的特点,通过小波包进行振动信号细化分解,提取各尺度能量作为特征量.利用无导师学习的Fuzzy ART神经网络进行振动异常的辨识,在发生未知模式振动异常时,网络将产生新的类报警.与传统监测方法相比,该方法能对已知和未知的振动异常进行辨识报警,在实际磨削过程监控应用中效果良好. 展开更多
关键词 磨削加工 小波包 模式识别 fuzzy ART神经网络
在线阅读 下载PDF
基于多模态特征小波分解的深度学习股价概率预测
3
作者 张永宇 郭晨娟 魏涵玥 《计算机科学》 北大核心 2025年第S1期758-768,共11页
构建了一种创新的基于多模态特征小波分解的深度学习股价概率预测模型(MWDPF)。该模型融合了动态连续特征、动态分类特征、静态连续特征和静态分类特征等多源异构信息,通过并行融合的策略充分挖掘不同特征子空间的互补信息,全面刻画影... 构建了一种创新的基于多模态特征小波分解的深度学习股价概率预测模型(MWDPF)。该模型融合了动态连续特征、动态分类特征、静态连续特征和静态分类特征等多源异构信息,通过并行融合的策略充分挖掘不同特征子空间的互补信息,全面刻画影响股价波动的多重维度。该模型采用自回归递归神经网络架构,能够直接输出股价变化的概率分布预测,而非单一确定值预测,更加贴近实际股价呈概率分布的特征。另外,该模型引入小波分解技术,对原始时间序列进行去噪,自适应地过滤掉不同尺度下的噪声成分,提高了对内在波动规律的捕捉能力。实证分析阶段,采集了来自金融数据库和互联网论坛的多模态数据,通过缺失值填充、去极值、时间对齐等一系列预处理,以及精心的特征工程和模型优化,实现了优秀的预测性能,显著优于传统的统计学模型和深度学习模型,评价指标均有大幅改善。该模型产生的预测结果被用于构建了一个多因子选股策略,在实际回测中取得了可观的超额收益,进一步验证了该模型在实际投资决策中的有效性。该研究为股价预测提供了一种行之有效的解决方案,丰富了量化投资的理论和方法,具有重要的理论意义和应用价值。 展开更多
关键词 概率密度预测 多模态异构特征融合 小波分解时频分析 自回归递归神经网络 投资组合超额收益
在线阅读 下载PDF
基于自回归小波神经网络的机械臂自适应滑模控制 被引量:1
4
作者 杨佳 吴佩林 +2 位作者 杨理 寇东山 余斌 《空间控制技术与应用》 CSCD 北大核心 2024年第3期68-76,共9页
针对机械臂存在模型不确定和未知扰动的问题,提出一种动力学模型参数分块逼近的神经网络非奇异终端滑模(nonsingular terminal sliding mode, NTSM)控制方法.为加快系统跟踪误差的收敛速度,避免传统终端滑模存在的奇异性问题,采用一种... 针对机械臂存在模型不确定和未知扰动的问题,提出一种动力学模型参数分块逼近的神经网络非奇异终端滑模(nonsingular terminal sliding mode, NTSM)控制方法.为加快系统跟踪误差的收敛速度,避免传统终端滑模存在的奇异性问题,采用一种非奇异终端滑模面.利用多组自回归小波神经网络(self-recurrent wavelet neural network, SRWNN)分块逼近系统未知的动力学模型参数,并采用自适应更新律调整权重.通过积分控制项补偿SRWNN的逼近误差,并使用Lyapunov稳定性理论证明了系统稳定性.使用MATLAB进行仿真分析,分块SRWNN滑模控制与滑模控制、整体SRWNN滑模控制相比,关节角度跟踪误差的平均稳态误差分别降低了31.9%、76.5%,表明此方法是一种可靠、有效的轨迹跟踪控制方法. 展开更多
关键词 自回归小波神经网络 非奇异终端滑模 动力学模型 轨迹跟踪
在线阅读 下载PDF
柔性铰接板振动视觉测量与小波神经网络控制
5
作者 邱志成 刘一鸿 李旻 《光学精密工程》 EI CAS CSCD 北大核心 2024年第7期998-1010,共13页
为了解决航天器上用于供能的太阳帆板类柔性薄板结构的振动问题,针对一种移动柔性铰接板系统构建了双目视觉系统的振动测控实验平台,采用双目立体视觉方法来检测振动,并设计了自回归小波神经网络控制器(Self-Recurrent Wavelet Neural N... 为了解决航天器上用于供能的太阳帆板类柔性薄板结构的振动问题,针对一种移动柔性铰接板系统构建了双目视觉系统的振动测控实验平台,采用双目立体视觉方法来检测振动,并设计了自回归小波神经网络控制器(Self-Recurrent Wavelet Neural Network Controller,SRWNNC)来抑制振动。对双目视觉系统进行了标定,基于视差原理和图像处理算法,通过解算标志点的三维坐标来获取振动信号。建立了系统的有限元模型,并通过辨识得到校正后的系统模型参数。基于辨识得到的模型在仿真环境中训练SRWNNC,用于实验系统的振动主动控制。分别针对移动柔性铰接板系统固定基座和平移轨迹运动两种情况,进行了双目视觉振动检测和振动控制仿真和实验研究。仿真和实验结果表明,双目视觉传感器对振动信号的检测精度小于0.1 mm,SRWNNC也展现出比大增益PD控制器更好的抑振效果,验证了双目视觉振动检测和SRWNNC抑制振动的准确性和有效性。 展开更多
关键词 双目视觉 移动柔性铰接板 自回归小波神经网络 振动抑制
在线阅读 下载PDF
基于多图超分辨率重建的精细导星仪星点质心定位精度提升方法 被引量:2
6
作者 王雯蕊 张泉 +2 位作者 高源蓬 房陈岩 尹达一 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第3期306-314,共9页
精细导星仪的星点质心定位精度决定了空间天文望远镜的视轴姿态解算精度,为了提升精细导星仪的星点质心定位精度,提出了一种基于深度小波循环神经网络的星图超分辨率重建方法。首先,借助微扫描技术获取亚像素错位低分辨率星图序列,采用... 精细导星仪的星点质心定位精度决定了空间天文望远镜的视轴姿态解算精度,为了提升精细导星仪的星点质心定位精度,提出了一种基于深度小波循环神经网络的星图超分辨率重建方法。首先,借助微扫描技术获取亚像素错位低分辨率星图序列,采用小波编码器提取低分辨率星图的小波域特征,通过小波系数约束低分辨率星图的噪声,并将亚像素错位星图序列配准过程融入到网络学习中。其次,利用卷积门循环神经单元对所提取的多星图序列特征进行融合。最后,使用逆小波解码器对多特征融合模块输出的小波域特征进行解码,从而实现基于低分辨率星图序列的去噪与超分辨率重建。实验结果表明,分别采用平方加权质心法求取原始星图和超分辨率重建后星图中的各星点的质心位置,相比于前者,后者的各星点平均质心定位精度和稳定度在X方向分别提升了64.76%和19.15%,在Y方向分别提升了75.35%和26.14%。 展开更多
关键词 精细导星仪 星点质心定位 超分辨率重建 小波信号处理 卷积门循环神经网络
在线阅读 下载PDF
基于CNN-GRU模型的中欧班列运到时限预测 被引量:1
7
作者 张永祥 谷丽婷 +3 位作者 郭经纬 闫旭 冯涛 钟庆伟 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第10期3989-4001,共13页
随着经济贸易的全球化发展,中欧班列已经成为重要的国际货运方式。由于中欧班列的运到时限受诸多因素影响,现有模型难以充分捕捉运输时间数据的复杂特征关系,因而无法准确预测列车运到时限,影响中欧班列的调度及沿线运力的安排。提出一... 随着经济贸易的全球化发展,中欧班列已经成为重要的国际货运方式。由于中欧班列的运到时限受诸多因素影响,现有模型难以充分捕捉运输时间数据的复杂特征关系,因而无法准确预测列车运到时限,影响中欧班列的调度及沿线运力的安排。提出一种基于卷积神经网络(CNN)和门控循环单元(GRU)的中欧班列运到时限预测方法,该方法能有效捕捉运到时间序列的空间及时间特征,从而提高预测精度。所提方法首先利用小波变换技术对中欧班列运到时限历史数据进行降噪处理,再经过最大−最小归一化、多粒度扫描窗及数据划分后,通过一维CNN模块提取输入时间序列的空间特征,GRU模块提取序列的时间特征,最后输出中欧班列运到时限的预测值。在实验部分进行了模型的参数调优、小波变换去噪效果分析及模型对比。结果显示,经小波变换去噪处理后,CNN-GRU模型的均方根误差(RMSE)和平均绝对误差(MAE)分别降低了34.18%和26.77%;模型的RMSE和MAE比单一模型中预测效果表现最好的随机森林(RF)分别降低了17.28%和21.67%,比组合模型CNN-LSTM分别降低了5.68%和15.70%。本文所构建的CNN-GRU模型对于小样本复杂数据的预测性能较高,且模型训练参数较少,轻量化程度较高,可解释性较强。基于该模型的中欧班列运到时限预测方法提高了运到时限预测的准确性,能够为缓解中欧班列路网运力不足等现状提供较为可靠的技术支持。 展开更多
关键词 铁路运输 中欧班列 列车运到时限预测 CNN-GRU 小波变换
在线阅读 下载PDF
基于CGDNN的低信噪比自动调制识别方法 被引量:3
8
作者 周顺勇 陆欢 +2 位作者 胡琴 彭梓洋 张航领 《计算机应用研究》 CSCD 北大核心 2024年第8期2489-2495,共7页
针对非协作通信环境中,自动调制识别(automatic modulation recognition,AMR)在低信噪比下泛化能力有限、分类精度不高的问题,提出一种由卷积神经网络、门控循环单元和深度神经网络组成的模型—CGDNN(convolutional gated recurrent uni... 针对非协作通信环境中,自动调制识别(automatic modulation recognition,AMR)在低信噪比下泛化能力有限、分类精度不高的问题,提出一种由卷积神经网络、门控循环单元和深度神经网络组成的模型—CGDNN(convolutional gated recurrent units deep neural networks)。首先对I/Q采样信号进行小波阈值去噪,降低噪声对信号调制识别的影响;然后用CNN和GRU提取信号空间和时间特征;最后,通过全连接层进行识别分类。与其他模型对比,验证CGDNN模型在提高AMR性能的同时,显著降低了计算复杂度。实验结果显示,CGDNN模型在RML2016.10b数据集上的平均识别准确率达到了64.32%,提高了-12 dB~0 dB的信号分类精度,该模型大幅减少了16QAM与64QAM的混淆程度,在18 dB时达到了93.9%的最高识别准确率。CGDNN模型既提高了低信噪比下AMR的识别准确率,也提高了模型训练的效率。 展开更多
关键词 自动调制识别 小波阈值去噪 卷积神经网络 门控循环单元 深度神经网络
在线阅读 下载PDF
基于CNN-GRU深度学习的模块化多电平矩阵变换器故障诊断 被引量:1
9
作者 朱晋 程启明 程尹曼 《南方电网技术》 CSCD 北大核心 2024年第11期13-22,共10页
模块化多电平矩阵变换器(modular multilevel matrix converter,M3C)是一种用于海上风力发电的低频电力传输AC-AC变换器。为了提高M3C工作的可靠性和稳定性,对其子模块中IGBT(insulated gate bipolar transistor)的开路故障需要有高效... 模块化多电平矩阵变换器(modular multilevel matrix converter,M3C)是一种用于海上风力发电的低频电力传输AC-AC变换器。为了提高M3C工作的可靠性和稳定性,对其子模块中IGBT(insulated gate bipolar transistor)的开路故障需要有高效准确的诊断方法,为此提出了基于卷积神经网络(convolutional neural network,CNN)和门控循环单元(gated loop unit,GRU)相结合的深度学习故障诊断方法。在对M3C子模块运行工况分析基础上对原始故障数据进行小波包分析,并通过时序图像转换将其中高频分量转化为二维故障图片作为深度学习的训练及验证数据集,经过CNN对高维数据的特征提取,再通过GRU对数据进行优化训练,实现了对M3C故障类别的诊断识别。所提方法相比传统方法具有更加准确、快速的故障诊断能力。 展开更多
关键词 模块化多电平矩阵变换器 小波包分析 卷积神经网络 门控循环单元 故障诊断
在线阅读 下载PDF
具有预设性能的板球系统神经超扭曲滑模控制
10
作者 夏国锋 向凤红 《重庆大学学报》 CAS CSCD 北大核心 2024年第7期98-109,共12页
提出了一种新的具有预设性能的自回归小波神经网络(self-recurrent wavelet neural network,SRWNN)超扭曲非奇异快速终端滑模(super-twistingnon-singularfastterminalsliding mode,STNFTSM)控制方法(SRWNN_STNFTSM),在动力学不确定性... 提出了一种新的具有预设性能的自回归小波神经网络(self-recurrent wavelet neural network,SRWNN)超扭曲非奇异快速终端滑模(super-twistingnon-singularfastterminalsliding mode,STNFTSM)控制方法(SRWNN_STNFTSM),在动力学不确定性和未知扰动的情况下提高板球系统的跟踪控制性能。利用预设性能函数(prescribed performance function,PPF),将板球系统受约束的位置误差转换为无约束的误差模型。引入非奇异快速终端滑模(non-singular fast terminal sliding mode, NFTSM)面来消除常规终端滑模控制存在的奇异问题,并加入一个tanh函数的补偿项改进NFTSM滑模面,以调节轨迹跟踪的收敛速度和跟踪精度,同时结合超扭曲算法(super-twisting algorithm,STA)设计STNFTSM控制器,以削弱抖振和集总扰动的影响。针对系统存在的集总扰动,为了保证高跟踪精度,结合STNFTSM设计了自适应SRWNN补偿器来消除扰动,保证了鲁棒性。与现有常规滑模控制相比,仿真验证表明SRWNN_STNFTSM具有良好的跟踪性能和鲁棒性,能够对集总扰动下的板球系统进行准确跟踪。 展开更多
关键词 板球系统 预设性能控制 自回归小波神经网络 非奇异快速终端滑模 超扭曲算法
在线阅读 下载PDF
一种用于非线性动态辨识的新型神经网络
11
作者 张剑 林瑞昌 毕天昊 《控制工程》 CSCD 北大核心 2024年第8期1383-1391,共9页
为提高非线性动态系统辨识(NDSI)的效果,在结合自建型模糊神经网络(SCFNN)和多层神经元神经网络(MLPNN)的基础上,提出一种自建递归型模糊神经网络(SCRFNN)。SCRFNN相较于前者,多了一个递归通道与抑制模糊规则产生机制;相较于后者,增加... 为提高非线性动态系统辨识(NDSI)的效果,在结合自建型模糊神经网络(SCFNN)和多层神经元神经网络(MLPNN)的基础上,提出一种自建递归型模糊神经网络(SCRFNN)。SCRFNN相较于前者,多了一个递归通道与抑制模糊规则产生机制;相较于后者,增加了模糊推论与一个递归通道。为验证SCRFNN在系统辨识中的有效性,设计一个新的NDSI在线学习模型与代码设计流程图,并以此作为在线学习架构,将以上3个神经网络模型对4个串-并型非线性动态系统进行辨识分析。经过仿真表明,新提出的SCRFNN通过存储内部状态,具备了映射动态特征的功能,从而使系统具有适应时变特性的能力,更适合于非线性动态系统的辩识。且在模糊规则数、学习收敛速度、学习与预测误差均方根值、预测精准度方面也取得了良好的效果。 展开更多
关键词 自建递归型模糊神经网络 自建型模糊神经网络 多层神经元神经网络 非线性动态系统辨识
在线阅读 下载PDF
小波模糊神经网络在绝缘子污秽在线监测中的应用 被引量:7
12
作者 岳良顺 刘念 +1 位作者 梁杉 张欢 《高电压技术》 EI CAS CSCD 北大核心 2010年第10期2483-2487,共5页
为了实现电气设备在线监测的智能化和自动化,提出了基于小波模糊神经网络的绝缘子在线监测的方法。鉴于模糊神经网络具有良好的学习性及其很强的模式识别能力以及小波对含噪泄漏电流信号有很好的去噪能力,故提出了小波理论和模糊神经网... 为了实现电气设备在线监测的智能化和自动化,提出了基于小波模糊神经网络的绝缘子在线监测的方法。鉴于模糊神经网络具有良好的学习性及其很强的模式识别能力以及小波对含噪泄漏电流信号有很好的去噪能力,故提出了小波理论和模糊神经网络相结合的小波模糊神经网络。在实验室模拟实验和现场实测数据的基础上,分析了环境因素对不同污秽程度绝缘子外部电气特性的影响,通过选择环境温度和湿度,泄漏电流有效值,泄漏电流峰值及泄漏电流脉冲频率等变量作为其输入变量,并将其用于对绝缘子污秽程度在线监测结果的模糊综合评定。同时也介绍了基于小波模糊神经网络的污秽评定模型的构建过程,通过部分实验数据验证了该方法的可行性。通过此方法,监控人员可以实时在线监测变电站实时绝缘状况,同时可减少电网因绝缘问题引起的故障,在保证电网安全运行方面有突出贡献。 展开更多
关键词 小波模糊神经网络 绝缘子 小波变换 模糊神经网络 小波神经网络 模糊综合评定
在线阅读 下载PDF
基于递归模糊神经网络的感应电机无速度传感器矢量控制 被引量:53
13
作者 王耀南 王辉 +1 位作者 邱四海 黄守道 《中国电机工程学报》 EI CSCD 北大核心 2004年第5期84-89,共6页
该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法,该方法使用模型参考自适应方法辨识转子磁场位置和转速,采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明,当... 该文提出了一种控制性能较好的递归模糊神经网络(RFNN)无速度传感器感应电机矢量控制方法,该方法使用模型参考自适应方法辨识转子磁场位置和转速,采用递归模糊神经网络控制器作为转矩控制器来近似系统最优控制器输出。仿真实验表明,当系统参数动态变化或受到外部不确定性因素的影响时,利用神经网络来在线动态的调整网络的隶属函数参数以及神经网络递归权值,使系统仍将具有很好的动静态性能。 展开更多
关键词 感应电机 无速度传感器 矢量控制 递归模糊神经网络 隶属函数 最优控制器
在线阅读 下载PDF
柴油机燃烧系统故障的小波包神经网络模糊诊断法 被引量:17
14
作者 段礼祥 张来斌 王朝晖 《机械强度》 EI CAS CSCD 北大核心 2006年第1期1-5,共5页
喷油器堵塞和气门机构间隙异常是柴油机燃烧系统的常见故障,对其诊断十分重要,常规诊断方法效果不理想。文中提出一种将小波包分解、神经网络和模糊逻辑结合起来的诊断方法。运用小波包频带能量分解,不仅能得到中低频的燃烧爆发振动信号... 喷油器堵塞和气门机构间隙异常是柴油机燃烧系统的常见故障,对其诊断十分重要,常规诊断方法效果不理想。文中提出一种将小波包分解、神经网络和模糊逻辑结合起来的诊断方法。运用小波包频带能量分解,不仅能得到中低频的燃烧爆发振动信号,也能得到中高频的气门落座信号;运用神经网络使故障诊断具有自适应、自学习的能力;将模糊逻辑用于判决中,使判决结果更可靠、意义更明确。用24台次柴油机故障模拟实验数据训练神经网络,效果良好。对现场使用的12台次柴油机故障诊断,有10台次诊断完全正确,取得了较满意的效果。 展开更多
关键词 柴油机 故障诊断 小波包 神经网络 模糊贴近度 小波包分解 燃烧系统 诊断法 系统故障 气门机构
在线阅读 下载PDF
基于小波和模糊神经网络的涡喷发动机故障诊断 被引量:20
15
作者 杨建国 孙扬 郑严 《推进技术》 EI CAS CSCD 北大核心 2001年第2期114-117,共4页
提出了一种基于小波和模糊神经网络的涡喷发动机故障诊断方法。即利用小波变换获取特征域 ,取特征域上的峰值因子、脉冲因子、裕度因子、偏态因子、峭度因子及频谱最大值作为神经网络的输入 ,并对神经网络的输入、输出进行模糊化处理 ,... 提出了一种基于小波和模糊神经网络的涡喷发动机故障诊断方法。即利用小波变换获取特征域 ,取特征域上的峰值因子、脉冲因子、裕度因子、偏态因子、峭度因子及频谱最大值作为神经网络的输入 ,并对神经网络的输入、输出进行模糊化处理 ,以神经网络进行诊断。将该方法成功地应用于某型涡喷发动机的故障诊断 ,结果表明 ,该方法诊断效果明显。 展开更多
关键词 小波变换 人工神经元网络 模糊算法 故障诊断 涡轮喷气发动机
在线阅读 下载PDF
基于模糊神经网络味觉信号识别的研究 被引量:14
16
作者 周春光 梁艳春 +2 位作者 田勇 胡成全 孙新 《计算机研究与发展》 EI CSCD 北大核心 1999年第4期401-409,共9页
文中提出了一种基于模糊神经网络方法的味觉信号识别模型,利用小波变换实现了对传感器所采集的味觉信号进行数据压缩及特征抽取,以模糊神经网络作为味觉信号的识别工具,并利用遗传算法训练网络权值、优化隶属度函数.文中实现了对酸... 文中提出了一种基于模糊神经网络方法的味觉信号识别模型,利用小波变换实现了对传感器所采集的味觉信号进行数据压缩及特征抽取,以模糊神经网络作为味觉信号的识别工具,并利用遗传算法训练网络权值、优化隶属度函数.文中实现了对酸、甜复合味觉信号的数据处理和模糊识别. 展开更多
关键词 模糊神经网络 味觉信号 小波变换 信号识别
在线阅读 下载PDF
一种自适应模糊小波神经网络及其在交流伺服控制中的应用 被引量:7
17
作者 侯润民 刘荣忠 +2 位作者 高强 王力 邓桐彬 《兵工学报》 EI CAS CSCD 北大核心 2015年第5期781-788,共8页
针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang(TSK)模糊模型的后件部分由自回归小波神经网络(SRW... 针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang(TSK)模糊模型的后件部分由自回归小波神经网络(SRWNN)构成。给出了SRWNN参数的迭代算法,利用SRWNN辨识器为控制器提供实时梯度信息,有效地克服了参数变化和负载扰动等不确定因素的影响,且具有良好的动态特性。采用Lyapunov稳定性理论方法证明了闭环系统的稳定性。仿真研究和样机试验结果证明了所提方案的有效性和正确性。 展开更多
关键词 兵器科学与技术 大功率交流伺服系统 自回归小波神经网络 模糊小波神经网络间接自适应控制器 模糊小波神经网络
在线阅读 下载PDF
小波模糊神经网络应用于配电网输电线的故障测距 被引量:19
18
作者 范春菊 张兆宁 郁惟镛 《电网技术》 EI CSCD 北大核心 2002年第9期13-17,共5页
在小电流接地系统单相接地故障特征分析的基础上,提出了一种基于故障后稳态及暂态电气量的小波模糊神经网络的故障测距方法。单相接地故障时的暂态分量故障特征非常明显,且故障暂态高频分量受故障前负荷的影响较少,故可以采用故障暂态... 在小电流接地系统单相接地故障特征分析的基础上,提出了一种基于故障后稳态及暂态电气量的小波模糊神经网络的故障测距方法。单相接地故障时的暂态分量故障特征非常明显,且故障暂态高频分量受故障前负荷的影响较少,故可以采用故障暂态分量描述故障模式特征并进行故障定位。鉴于已有的小波神经网络模型不适合于故障测距,作者从广义的小波神经网络概念出发,结合模糊控制理论,提出了适合于电力系统故障暂态和稳态信号分析的小波模糊神经网络方法,并将该方法应用于小电流接地系统直配输电线路的故障测距。理论分析及大量的EMTP仿真结果表明:本文所提出的小波模糊神经网络理论、模型及算法具有较好的故障测距性能,并可应用于电力系统的故障分析。 展开更多
关键词 小波 模糊神经网络 配电网 输电线 故障测距 电力系统 暂态信号分析
在线阅读 下载PDF
基于小波分解模糊灰色聚类和BP神经网络的短期负荷预测 被引量:86
19
作者 张平 潘学萍 薛文超 《电力自动化设备》 EI CSCD 北大核心 2012年第11期121-125,141,共6页
提出基于小波分解、模糊灰色聚类和BP神经网络的短期负荷预测方法。通过小波分解将负荷序列分解成低频分量和高频分量,找出负荷各频率分量的规律;通过模糊灰色关联聚类方法选取待预测日的负荷相似日;针对不同频段负荷的规律采用相对应... 提出基于小波分解、模糊灰色聚类和BP神经网络的短期负荷预测方法。通过小波分解将负荷序列分解成低频分量和高频分量,找出负荷各频率分量的规律;通过模糊灰色关联聚类方法选取待预测日的负荷相似日;针对不同频段负荷的规律采用相对应的神经网络模型进行负荷预测,获得不同频段的待预测日负荷各分量,将各分量的预测结果叠加得到负荷预测值。采用所提方法对某地区2010年实际负荷进行预测,并与已有的负荷预测方法比较,结果表明所提方法可提高负荷预测的精度。 展开更多
关键词 小波分析 模糊灰色关联聚类 神经网络 负荷预测 有效性指标 预测
在线阅读 下载PDF
基于小波包变换的模糊神经网络小电流接地系统故障选线 被引量:17
20
作者 张兆宁 郁惟镛 孙阳盛 《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第7期1012-1015,1020,共5页
根据小波包变换和模糊神经网络的特点 ,提出了基于小波包变换模糊神经网络的一种小电流接地系统单相接地故障选线方法 ,即利用经过接地后零序电流训练的小波模糊神经网络来判别接地线路 .该方法适用于任何小电流接地系统 ,并且不受负荷... 根据小波包变换和模糊神经网络的特点 ,提出了基于小波包变换模糊神经网络的一种小电流接地系统单相接地故障选线方法 ,即利用经过接地后零序电流训练的小波模糊神经网络来判别接地线路 .该方法适用于任何小电流接地系统 ,并且不受负荷谐波、暂态过程、故障点过渡电阻等因素的影响 ,从理论上解决了传统方法选线准确率低的问题 .EMTP仿真计算结果表明 ,该方法是准确和可靠的 。 展开更多
关键词 小波包变换 小电流接地系统 模糊神经网络 故障选线 电力系统 继电保护
在线阅读 下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部