原文服务方: 大电机技术       
摘要:
针对水轮发电机组具有非线性、时变、非最小相位且结构参数变化范围较大的特点,提出了将优化遗传算法和神经网络相结合实现对水轮发电机组辨识的新方法,阐述了其原理并给出了相应的算法和计算公式,该方法结合优化遗传算法与神经网络各自的优点,克服了传统BP神经网络收敛速度较慢以及易于收敛到局部极小点等缺点.仿真试验表明,采用该方法能较迅速、准确地逼近实际系统,其有效性得到了证明.
推荐文章
大型水轮发电机组制动方式
水轮发电机
电气制动
机械制动
停机
水口电厂水轮发电机组结构浅析
主轴密封
转轮
水导轴承
推力轴承
水轮发电机组检修新工艺的应用
水轮发电机组
检修
新工艺
基于小波神经网络的自校正控制在水轮发电机组上的应用
水轮发电机组
小波神经网络
自校正控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于优化遗传神经网络的水轮发电机组辨识
来源期刊 大电机技术 学科
关键词 水轮发电机组 辨识 遗传算法 神经网络
年,卷(期) 2006,(2) 所属期刊栏目 电机部分
研究方向 页码范围 16-18
页数 3页 分类号 TK73|TP273.3
字数 语种 中文
DOI 10.3969/j.issn.1000-3983.2006.02.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 连晶晶 南昌工程学院机电工程学院 5 15 2.0 3.0
2 赵宏 13 56 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (4)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水轮发电机组
辨识
遗传算法
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大电机技术
双月刊
1000-3983
23-1253/TM
大16开
1971-01-01
chi
出版文献量(篇)
2188
总下载数(次)
0
总被引数(次)
10014
论文1v1指导