改进遗传算法和神经网络在电能质量扰动识别中的应用

• 作者: 欧阳森
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 遗传算法 交叉概率 神经网络 电能质量
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 论文报告
• 页码范围: 13-17
• 页数: 5页
• 分类号: TM93|TP301.6
• 字数: 3969字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3076.2005.03.004

摘要

提出了一种改进遗传算法(IGA).该算法采取了有效的选择和交叉策略,设计了自适应变化的交叉概率和变异概率,以及随进化代数自适应变化的移民算法.该改进遗传算法稳定性和收敛性能较好,将其应用到基于BP网络的电能质量扰动识别中,提高了识别的稳定性和收敛性能,并使基于BP网络的电能质量扰动识别系统更具实用性.文中最后通过仿真计算验证了本文方法的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳森	华南理工大学电力学院	108	832	15.0	24.0