基于广义回归神经网络的谐波源建模

• 作者: 张逸 杨洪耕 谢康 黄静
• 来源期刊: 电工电能新技术
• 学科: 工学
• 关键词: 电能质量 谐波源建模 广义回归神经网络 功率负荷度 实测数据
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 论文报告
• 页码范围: 64-67,72
• 分类号: TM727|TM714
• 字数: 3618字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3076.2012.03.014

摘要

提出了一种基于广义回归神经网络采用实测数据的谐波源建模方法.引入电压运行度和功率负荷度概念,通过广义回归神经网络将它们与各次谐波电流幅值之间的非线性映射关系建立谐波源模型.在该模型中,对网络平滑系数进行了优化设计,将最小检测误差对应的平滑系数用于网络训练；对谐波源在不同运行条件下的负荷度-电流特性进行了研究,根据电压运行度和功率负荷度估计各次谐波电流幅值.以某中频炉实测数据为例,结果表明该模型计算值与实测值的误差很小,具有人为确定参数少、训练时间短、精度高等优点,是一种有效的谐波源建模方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨洪耕	四川大学电气信息学院	298	4720	34.0	55.0
2	黄静	四川大学电气信息学院	122	711	15.0	19.0
3	张逸	四川大学电气信息学院	9	111	6.0	9.0
4	谢康	四川大学电气信息学院	2	11	2.0	2.0