基于神经网络的有源电力滤波器应用研究
时间:11-10
来源:EDN
点击:
![]() |
在式(3.1)和(3.2)中: 是学习速率,γ是动量系数。m是指网络的第m层, 是近似均方误差对m层输入的敏感性,b是网络权值,w是网络阈值,Y是网络输出层的输出,T是矩阵转置。
四.仿真研究
用上述构成的组合控制进行仿真,将电流检测应用到有源电力滤波器中观察波形,神经网络输出层采用非线性激活函数logsig和线性激活函数pureline进行检测结果对比,根据仿真值计算所得的THD平均值如表1所示:
![]() 表1 测试样本补偿前后的平均THD值 采用训练好的BP网络检测实验仿真滤波器电路的电流波形,其中电源电流波形和滤波器注入电流波形分别如图4.1至图4.5所示。
|
- 模拟电路故障诊断中的特征提取方法(03-03)
- 基于BP神经网络的模拟电路诊断系统研究(04-07)
- 电网谐波的产生及其检测方法分析(06-03)
- 基于图像处理技术的汽车牌照识别系统设计(11-17)
- 基于人工智能和现代信息信号处理的模拟电路故障诊断(02-28)
- 容差模拟电路软故障诊断的小波与量子神经网络方法(04-17)