基于RBF神经网络的超高压继电保护的算法研究

• 作者: 张冬 王涛
• 来源期刊: 现代电子技术
• 关键词: 径向基神经网络(RBFN) 超高压 继电保护 LLS 梯度下降法
• 年，卷（期）: 2011,（20）
• 所属期刊栏目: 制控与驱动
• 页码范围: 196-199
• 分类号: TN911-34|TP332
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2011.20.058

摘要

提出一种基于RBF神经网络的超高压继电保护的算法.是由于径向基神经网络(RBFN)具有学习性,可以根据已有的继电保护参数样本集进行训练,从中分析出故障检测、故障定位,自适应自动重合闸技术、差动保护以及距离保护的内在联系,实现对以后的继电保护数据样本进行自适应控制.该算法的优点就是在构造过程考虑了径向基神经网络(RBFN)的预测精度和训练时间,采用了线性最小二乘法(LLS)和梯度下降法的方法,运用Matlab做了仿真实验,获得了较为准确的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张冬		16	35	4.0	5.0
2	王涛	苏州大学电子信息学院	61	223	7.0	13.0