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:
提出了一种改进的人工神经网络(ANN)算法,利用线性递减权重粒子群优化算法(LDWPSO)来调节ANN各层的权重值,得到收敛最小时的权向量,计算谐波相角,实现对谐波的检测.仿真结果表明,线性递减权重粒子群人工神经网络算法(ANN-LDWPSO)具有高控制精度和快收敛速度,并能准确地检测电网谐波,从而验证了算法的可行性和实用性.
推荐文章
基于粒子群与神经网络的光伏逆变器设计
粒子群优化
神经网络
光伏逆变器
算法
逆模型
谐波含量
基于高斯函数递减惯性权重的粒子群优化算法
粒子群优化
高斯函数
惯性权重
收敛速度
执行效率
基于改进粒子群优化算法的神经网络设计
粒子群算法
蚁群算法
信息素
神经网络设计
粒子群算法优化神经网络结构的研究
粒子群
神经网络
隐含层节点数
函数拟合
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 线性递减权重粒子群优化人工神经网络算法的光伏系统谐波检测
来源期刊 低压电器 学科 工学
关键词 人工神经网络 粒子群优化算法 谐波检测 线性递减
年,卷(期) 2014,(4) 所属期刊栏目 电能质量
研究方向 页码范围 60-62,68
页数 4页 分类号 TM935
字数 1574字 语种 中文
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 马建伟 72 360 10.0 16.0
2 陈珊珊 16 45 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (187)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (15)
二级引证文献  (13)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(10)
  • 参考文献(1)
  • 二级参考文献(9)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(5)
  • 参考文献(4)
  • 二级参考文献(1)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工神经网络
粒子群优化算法
谐波检测
线性递减
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
电器与能效管理技术
半月刊
2095-8188
31-2099/TM
大16开
上海市武宁路505号
4-200
1959
chi
出版文献量(篇)
6528
总下载数(次)
20
总被引数(次)
27383
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导