基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
空气间隙的击穿电压是决定外绝缘水平的重要因素之一。本文讨论了BP神经网络在气隙击穿电压预测中的应用。使用人工气候室中获得的样本数据对网络进行训练,用训练好的网络对击穿电压进行预测。结果表明BP神经网络对气隙击穿电压的预测是可行的,模型具有很高的精度,预测值与实际值的相对误差在5%以内。
推荐文章
基于BP神经网络的高空气象数据挖掘方法研究
数据挖掘方法
高空气象数据
BP神经网络
小波分析法
模型优化
基于物理信息神经网络的短间隙流注放电模拟
流注放电
物理信息神经网络
DeepONet算子
深度学习
基于BP神经网络的农田大气氨浓度预测
BP神经网络
农田
大气氨浓度
气象因素
预测模型
主成分分析
大气条件对空气间隙放电特性的影响及其数值解析式
空气间隙
大气条件
放电特性
数学解析式
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BP神经网络的大气条件对空气间隙放电特性的影响研究
来源期刊 智能电网(汉斯) 学科 经济
关键词 空气间隙 击穿电压 大气条件 BP神经网络
年,卷(期) 2012,(1) 所属期刊栏目
研究方向 页码范围 30-34
页数 5页 分类号 F2
字数 语种
DOI
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 牛海清 华南理工大学电力学院 59 1026 18.0 31.0
2 游勇 华南理工大学电力学院 6 46 3.0 6.0
3 罗新 华南理工大学电力学院 13 130 5.0 11.0
4 林浩然 华南理工大学电力学院 3 24 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
研究主题发展历程
节点文献
空气间隙
击穿电压
大气条件
BP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
智能电网(汉斯)
双月刊
2161-8763
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
408
总下载数(次)
2
总被引数(次)
0
论文1v1指导