基于人工神经网络的电流互感器励磁特性建模方法new

基于人工神经网络的电流互感器励磁特性建模方法new

ID:34116645

大小:138.39 KB

页数:3页

时间:2019-03-03

基于人工神经网络的电流互感器励磁特性建模方法new_第1页
基于人工神经网络的电流互感器励磁特性建模方法new_第2页
基于人工神经网络的电流互感器励磁特性建模方法new_第3页
资源描述:

《基于人工神经网络的电流互感器励磁特性建模方法new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、维普资讯http://www.cqvip.com第5卷第4期淮阴师范学院学报(自然科学版)V01.5No.42O06年l1月JOURNALoFHUAIYINTEACHERSCOLLEGE(NATURALSCIENCEEDITION)NOV.2o06基于人工神经网络的电流互感器励磁特性建模方法于海春,俞阿龙(淮阴师范学院物理与电子学系,江苏淮安223001)摘要:电流互感器二次绕组的励磁特性是决定互感器性能的重要因素,二次绕组品质的好坏直接关系到成品的质量.本文提出了应用径向基函数神经网络强非线性逼近能力对电流互感器二

2、次绕组的励磁特性进行建模方法.文中介绍了建模原理和网络训练方法.从实测数据出发,建立了电流互感器二次绕组的励磁特性的数学模型.结果表明,这种模型误差小、精度高以及有良好的鲁棒性等优点.关键词:电流互感器;励磁特性;建模;人工神经网络中图分类号:TV21l文献标识码:A文章编号:1671.6876(2006)04.0292.030引言电流互感器是一种专门用于变换电流的特种变压器.电流互感器在电力系统的电能计量、继电保护、自动控制等装置中用于变换电流,运行数量多,长期处于工作状态,其工作可靠性对整个电力系统的安全运行具有

3、重要意义.特别是用于继电保护的电流互感器,其性能的好坏对整个电力系统的可靠运行具有决定性的作用.而判断互感器性能好坏的一个重要依据是互感器的励磁特性⋯.所以对互感器的励磁特性的测量是重要的事情.模型化测量是一种先进的测量方法,它是将测量看作一个过程,根据测量原理和实验数据,采用各种方法建立测量系统的数学模型,全面描述测量系统.在测量过程中,依据其数学模型,通过相应的算法,进行数据处理,不仅测量出正确的结果,而且对测量结果的状态和变化趋势进行估计,对动态变化中的量进行实时测量l2J.所以对互感器的励磁特性的建模是非常重

4、要的.对互感器的励磁特性的建模。以往主要采用最小二乘法,但这种方法比较繁琐,有时会出现求解方程时遇到病态矩阵情况,而且当环境条件发生变化时传感器的特性发生变化需重新标定的缺点3].为此,本文提出应用径向基函数(RBF)神经网络建立互感器的励磁特性模型的新方法.1RBF神经网络算法众所周知,一个三层BP神经网络理论上可以逼近任意非线性函数。其学习过程是通过不断调整网络连接系数.但是BP神经网络收敛速度慢,网络训练时间较长,所以我们选用RBF神经网络.RBF神经网络是一种特殊的三层前向网络,它具有非线性可分的模式空间映射

5、到线性可分状态空间的特性.RBF网络结构包括一个输入层、一个隐层和一个输出层,输入层和隐层直接连接,隐层包含一系列径向基函数,通常为同一类型.本文中取常用的高斯型函数,将RBF网络用高斯型函数表示为l4]:=exp{一IIX—CI/},=1,2,⋯,Ⅳ(1)Y=腑()(2)收稿日期:2oo6-o8.18基金项目:江苏省教育厅自然科学基金资助项目(04KJDI40033)作者简介:于海春(1975.),男,江苏淮安人,讲师,主要从事控制检测、信息处理等研究维普资讯http://www.cqvip.com第4期于海春等:

6、基于人工神经网络的电流互感器励磁特性建模方法293其中,表示第i个隐含神经元,i=1,2,⋯,J7\,,隐含神经元个数为J7\,;表示网络的输人向量,c表示第i个隐元的高斯分布曲线的作用中心,>0为第个隐元的宽度;Y为输出向量,:[j51,j52,⋯,j5Ⅳ]为隐层输出向量;W为权值向量.RBF神经网络在逼近能力、分类能力和学习速度等方面均优于BP神经网络,这些优点给RBF网络的应用奠定了良好的基础.MATLAB提供了丰富的神经网络工具箱函数,为神经网络的设计和应用提供了极大的方便.一个典型的径向基函数网络的结构图如

7、图1所示.图中所示网络的输入向量的维数为尺,隐层含s1个神经元,输出层含s2个神经元,隐层神经元采用高斯函数作为传递函数,输出层的传递函数为线性函数,a1表示隐层输出向量,W1表示隐层神经元的权值向量,w2为输出层神经元权值向量,b1为隐层神经元的阈值向量,62为输出层神经元的阈值向量,F为输出向量.nFS2×lL.匝]____Jal=rtdbas(dist(wl,y),b1)g:pumlin(w2X口1+62)图1RBF神经网络的结构图对于电流互感器来说,将励磁特性实测数据作为RBF神经网络的输入与输出样本.RBF

8、神经网络的隐层神经元的个数Sl由实验来确定,输出层神经元个数s2取1.RBF神经网络模型中隐层神经元的变换函数为radbas型函数(高斯函数),而输出层神经元的变换函数采用purelin型线性函数.2电流互感器的励磁特性建模表1为一组电流互感器励磁特性实验数据,其中:,为电流,£,为电压.表1某电流互感器励磁特性的输入输出测■数据电流/A电压/

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。