基于Oja学习规则的ANN谐波分析算法

• 作者: 金明
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 谐波分析 人工神经网络 Oja学习规则
• 年，卷（期）: 1999,（1）
• 所属期刊栏目: 分析与研究
• 页码范围: 4-6
• 页数: 3页
• 分类号: TM7
• 字数: 2629字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6047.1999.01.002

摘要

传统的ANN(人工神经网络)训练过程多是建立在Hebb学习机制的基础上的,但基本的Hebb学习机制的收敛性往往难以令人满意;在ADALINE模型的基础上,提出了一种新的、适用于电力系统谐波分析的ANN算法,该算法的训练过程采用了Oja学习规则,较好地保证了算法的收敛性.文中给出了利用该算法进行谐波分析的仿真结果,并与傅氏算法和最小二乘算法的计算结果进行了比较.算例表明,新算法具有精度高、收敛速度快的特点,用该算法得到的结果是令人满意的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金明	青岛大学电气及自动化工程学院	8	92	5.0	8.0