[发明专利]一种谐波电流的人工神经网络检测方法无效
申请号: | 201310361632.6 | 申请日: | 2013-08-20 |
公开(公告)号: | CN103424621A | 公开(公告)日: | 2013-12-04 |
发明(设计)人: | 廖志凌 | 申请(专利权)人: | 江苏大学 |
主分类号: | G01R23/16 | 分类号: | G01R23/16;G01R19/06 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 汪旭东 |
地址: | 212013 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 谐波 电流 人工 神经网络 检测 方法 | ||
1.一种谐波电流的人工神经网络检测方法,其特征在于:用自适应噪声对消方法结合人工神经网络检测电力系统的谐波和无功电流。
2.根据权利要求1所述的一种谐波电流的人工神经网络检测方法,其特征在于:所述自适应噪声对消方法具体包括如下步骤:
(1)向检测系统输入两个输入,即原始输入和参考输入,以负载电流iL作为原始输入,以由电网电压信号us(t)经过锁相电路得到的基波的正余弦信号 和,以及由和再倍频得到的3、5、7、9次谐波的正余弦信号的十个输入作为参考输入;
(2)所述人工神经网络的输入采用单输入的自适应线性单元,所述参考输入作为人工神经网络的输入,经求和和人工神经网络激活后,人工神经网络输出信号被输出至检测系统;
(3)检测系统输出信号,检测系统输出信号同时作为误差信号e来调节人工神经网络的参数。
3.根据权利要求1或2所述的一种谐波电流的人工神经网络检测方法,其特征在于:训练样本的选取和权值的更新规则为:训练样本数是网络连接权总数的5~10倍,同时采用Widrow-Hoff学习规则来调整人工神经网络的权值。
4.根据权利要求1或2所述的一种谐波电流的人工神经网络检测方法,其特征在于:所述人工神经网络由单个神经元模型构成。
5.根据权利要求1或2所述的一种谐波电流的人工神经网络检测方法,其特征在于:所述谐波电流的人工神经网络检测方法应用于单相电路或三相电路。
6.根据权利要求1或2所述的一种谐波电流的人工神经网络检测方法,其特征在于:所述谐波电流的人工神经网络检测方法的检测结果为:除基波有功电流之外总的畸变电流,以及谐波与无功电流之和。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310361632.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种复合式太阳膜
- 下一篇:一种填充剂可溶的自修锐超硬微细磨料磨具