基于极端学习机的SLFN谐波检测法*

• 作者: 刘国海 奚家健 王振宇 项子旋
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 极端学习机(ELM) 单隐层前馈神经网络(SLFN) 谐波电流 实时检测 电力网
• 年，卷（期）: 2013,（8）
• 页码范围: 48-52
• 页数: 5页
• 分类号: TM93
• 字数: 3368字
• 语种: 中文

摘要

为了解决传统电网谐波检测法的实时性和精确度问题，提出一种基于极端学习机（ELM）单隐层前馈神经网络（SLFN）的谐波检测法。该方法把ELM用于SLFN，将傅里叶变换系数选作ELM模型的检测参数，用广义逆矩阵计算输出层权值的最小二乘解，以获得该模型的最优输出向量，从而改善各次谐波电流的检测性能。运用MATLAB仿真软件进行了仿真实验。结果表明：与基于BP算法的SLFN谐波检测法相比，所提出ELM算法的SLFN谐波检测法达到稳定检测的时间缩短，且检测误差的精度有所提高，达到了有效提升谐波检测实时性和精确度的目的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王振宇	江苏大学电气信息工程学院	81	628	15.0	21.0
2	刘国海	江苏大学电气信息工程学院	263	3146	27.0	43.0
3	项子旋	江苏大学电气信息工程学院	10	6	1.0	1.0
4	奚家健	江苏大学电气信息工程学院	4	16	2.0	4.0