基于自适应RBF神经网络的变压器噪声有源控制算法

• 作者: 姜宁 姜鸿羽 李凯 梁欢 马宏忠
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 变压器噪声 RBF神经网络 自适应算法 粒子群算法 改进梯度下降算法
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 电网
• 页码范围: 45-50
• 页数: 6页
• 分类号: TM401
• 字数: 4481字
• 语种: 中文

摘要

针对现有变压器噪声有源控制算法存在的不足,提出了一种用于抑制噪声的新算法.该算法融合了自适应算法、粒子群算法、改进梯度下降算法及RBF神经网络算法.首先利用自适应算法确定降噪系统控制器中RBF神经网络隐含层节点个数和相应的参数;然后,根据切换策略自适应地选择粒子群算法或者改进梯度下降算法,用来优化节点数目和参数;最后,将优化得到的隐含层结构和参数反馈至系统控制器中,使系统的次级声源更好地抵消源声源.通过将所提的改进RBF神经网络法与未改进的RBF神经网络法和BP神经网络法进行比较,表明该算法可有效地提高降噪系统的自适应能力和抗干扰能力,且能够将噪声控制在较低的范围内,获得较理想的降噪效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宏忠	河海大学能源与电气学院	202	2303	25.0	37.0
2	姜宁		15	188	6.0	13.0
3	姜鸿羽	河海大学能源与电气学院	6	20	4.0	4.0
4	李凯		6	37	4.0	6.0
5	梁欢	河海大学能源与电气学院	4	14	3.0	3.0