用于磁化曲线拟合的高精度混合型径向基函数神经网络

• 作者: 刘万顺 宫德锋 李贵存 王剑 藤林 邓慧琼
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 非线性 BP神经网络 径向基函数神经网络
• 年，卷（期）: 2001,（12）
• 所属期刊栏目: 学术研究
• 页码范围: 18-21，25
• 页数: 5页
• 分类号: TM711
• 字数: 3200字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2001.12.004

摘要

铁磁材料的主磁滞回环是强非线性函数,其精确拟合是电力系统暂态仿真中的一个重要课题,应用人工神经网络对其进行模拟是一种新尝试.作者针对前馈神经网络的反向传播BP学习算法收敛速度慢和径向基函数(RBF)神经网络在拟合中光滑性(内插和外推能力)差的缺点,提出了一种新型的混合型径向基函数神经网络,有效地克服了BP神经网络和普通径向基函数神经网络在铁磁材料主磁滞回环拟合方面的缺点,实际应用获得满意结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘万顺	华北电力大学四方研究所	54	3434	29.0	54.0
2	邓慧琼	华北电力大学四方研究所	8	255	7.0	8.0
3	李贵存	华北电力大学四方研究所	12	991	11.0	12.0
4	宫德锋		1	22	1.0	1.0
5	藤林	华北电力大学四方研究所	1	22	1.0	1.0
6	王剑	山东工业大学电力学院	5	70	4.0	5.0