粒子群优化RBF神经网络的自适应谐波检测

• 作者: 何同弟 刘永科 赵文忠
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 谐波检测 粒子群优化算法 径向基函数神经网络 参数优选
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 实践与创新
• 页码范围: 133-136
• 分类号: TP274.2
• 字数: 3925字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9227.2011.06.054

摘要

有源电力滤波器补偿性能与所采用的谐波检测方式有很大的依赖关系,针对现有的检测方法存在精度不高、对电网频率变化比较敏感、自适应能力不强的缺点,本文提出基于粒子群优化算法的RBF神经网络的谐波检测方法.用自适应的方法对粒子群优化算法的参数进行了调整,使其能够更好地适应复杂的非线性环境,从而可以更灵活地调节PSO算法的全局搜索能力和局部开发能力.在算法的基础上,根据已开发的系统配置和学习算法,探讨了模拟电路的实现方法,运用PSIM软件对电路进行了模拟仿真.仿真结果表明,该方法具有很好的实时性、较高的检测精度以及自适应跟踪负载电流变化的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘永科	河西学院机电工程系	12	33	4.0	5.0
2	赵文忠	河西学院机电工程系	32	118	5.0	9.0
3	何同弟	河西学院机电工程系	16	51	4.0	6.0