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:
在比较了当今多种谐波检测方法的优缺点基础上,提出了基于线性神经网络的谐波检测方法。构造了谐波检测的网络模型,对利用该方法进行谐波检测的原理做了简单的介绍。文中运用最小均方差算法( LMS )调节网络权值W ,使得误差指标达到最小值。最后构造含有奇次谐波的负载电流函数,利用MATLAB软件分别运用加汉宁窗的快速傅里叶变换( FFT)方法和构造的自适应线性神经网络方法进行仿真实验。通过实验结果表明,基于自适应线性神经网络方法的谐波检测技术具有更好的检测精度。
推荐文章
基于电路模型和神经网络的谐波电流检测方法
非线性负载
等效电路模型
谐波电流与无功电流检测
神经网络
基于FFT和神经网络的非整数次谐波检测方法
电力系统
快速傅里叶变换
人工神经网络
汉宁窗
谐波检测
一种基于多层前向神经网络的谐波检测方法
多层前向神经网络
谐波检测
相位角
Matlab仿真
基于STFT和神经网络相结合的时变谐波检测方法研究
时变谐波检测
短时傅里叶变换
人工神经网络
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 基于线性神经网络的谐波检测方法研究
来源期刊 电测与仪表 学科 工学
关键词 谐波 谐波检测 神经网络 LMS算法
年,卷(期) 2014,(22) 所属期刊栏目 测量与控制技术
研究方向 页码范围 40-43
页数 4页 分类号 TM933
字数 2162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 邢晓敏 东北电力大学电气工程学院 34 127 7.0 9.0
2 商国敬 东北电力大学电气工程学院 3 23 3.0 3.0
3 徐新 2 40 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (227)
参考文献  (7)
节点文献
引证文献  (14)
同被引文献  (45)
二级引证文献  (22)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(7)
  • 引证文献(6)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(10)
  • 引证文献(2)
  • 二级引证文献(8)
2019(8)
  • 引证文献(3)
  • 二级引证文献(5)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
谐波
谐波检测
神经网络
LMS算法
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
电测与仪表
半月刊
1001-1390
23-1202/TH
大16开
哈尔滨市松北区创新路2000号
14-43
1964
chi
出版文献量(篇)
7685
总下载数(次)
22
总被引数(次)
55393
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导