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:
谐波污染问题,众所周知是使用了很多的电力电子器件导致进一步加重,所以谐波治理就变得愈来愈紧要.而瞬时无功功率的检测方法不能满足目前谐波检测对其检测精度的要求,故文中提出一种用粒子群优化RBF神经网络权重的谐波检测方法来检测谐波.改善的方法措施是以瞬时无功功率检测的输入作为RBF神经网络的输入,其输出作为RBF神经网络的期望输出,使用MATLAB软件对RBF神经网络模型进行搭建并进行仿真分析.从实验结果可以得出:使用粒子群优化RBF神经网络权重的谐波检测方法,克服了RBF神经网络检测方法精度不足的欠缺,提高了RBF神经网络的收敛速度和谐波检测的精度.
推荐文章
粒子群优化RBF神经网络的DNA序列分类
DNA序列分类
PSO-RBF神经网络
特征提取
分类模型建立
参数优化
分类效果对比
基于粒子群优化神经网络的卫星故障预测方法
故障预测
卫星
粒子群优化
神经网络
时间序列
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
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
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 粒子群优化RBF神经网络谐波电流检测方法研究
来源期刊 信息技术 学科 交通运输
关键词 谐波检测 瞬时无功功率检测 RBF神经网络 粒子群算法
年,卷(期) 2019,(3) 所属期刊栏目 研究与探讨
研究方向 页码范围 79-82
页数 4页 分类号 U665
字数 2236字 语种 中文
DOI 10.13274/j.cnki.hdzj.2019.03.019
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 庞科旺 江苏科技大学电子信息学院 44 166 7.0 9.0
2 付攀文 江苏科技大学电子信息学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (24)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (29)
二级引证文献  (0)
1996(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
谐波检测
瞬时无功功率检测
RBF神经网络
粒子群算法
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导