BP神经网络预测电极速度影响放电参数分析

• 作者: 周奎 李佳 王珩 管胜 苏明 邓迪 阮方鸣
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 静电放电 电极移动速度 BP神经网络 学习与训练 预测 规律
• 年，卷（期）: 2019,（6）
• 页码范围: 43-48
• 页数: 6页
• 分类号: TP183
• 字数: 2758字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2019.06.009

摘要

文中结合小间隙放电的双过程模型,探讨电极移动引起放电场强和压强的变化对放电间隙内部相关因子的影响.文中同时利用BP神经网络预测分析电极移动速度对放电参数的影响.基于静电放电电极移动速度效应检测仪,不断改变电极移动速度,反复多次进行放电实验并统计试验数据.利用BP神经网络对已测实验数据进行训练、学习,从而预测不同速度与压强下对应的电流上升时间和峰值电流大小.实验结果表明,放电电流的上升时间与电极移动速度不存在相关性.根据新方法预测出的不同速度下的峰值电流和实际大小相比准确率更高.研究结果对探寻非接触式静电放电的规律和制定静电放电标准有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮方鸣	贵州师范大学大数据与计算机科学学院	26	109	6.0	9.0
2	王珩	贵州师范大学大数据与计算机科学学院	17	11	2.0	2.0
3	苏明	贵州师范大学大数据与计算机科学学院	37	81	5.0	7.0
4	管胜	贵州大学大数据与信息工程学院	3	1	1.0	1.0
5	周奎	贵州大学大数据与信息工程学院	10	13	3.0	3.0
6	邓迪		3	0	0.0	0.0
7	李佳		2	0	0.0	0.0