Please wait a minute...
浙江大学学报(工学版)
J4  2009, Vol. 43 Issue (1): 166-171    
论文     
增强型Adaline神经网络谐波分析方法研究
浙江大学 电气工程学院，浙江 杭州 310027
 全文: PDF(676 KB)  
摘要：

为了提高Adaline神经网络谐波分析方法对频率波动信号的分析精度，提出了增强型Adaline神经网络模型.该算法将基波频率作为待定的权值，可以同时估计信号频率及各次谐波的幅值和相位，在学习算法中采用动量项方法和频率延迟调整策略以提高算法的收敛性能.讨论了学习率和动量因子对算法收敛性的影响，并给出了各参数的优化设置方法.Matlab仿真结果表明，增强型Adaline谐波分析算法不会产生频谱泄漏，具有较高的分析精度和较快的收敛速度.增强型Adaline谐波分析算法适合于短数据非同步采样下的谐波分析.
关键词： 电能质量监测;  谐波分析;  神经网络;  Adaline;  增强型Adaline    
出版日期: 2009-01-02
作者简介: 蔡忠法(1969-)，男，浙江温岭人，讲师，从事电子测试、电能质量分析和信号处理等的研究. E-mail: zdczf@hotmail.com
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
蔡忠法
周箭
陈隆道

引用本文:

蔡忠法 周箭 陈隆道. 增强型Adaline神经网络谐波分析方法研究[J]. J4, 2009, 43(1): 166-171.

CA Zhong-Fa, ZHOU Jian, CHEN Long-Dao. . J4, 2009, 43(1): 166-171.

链接本文:

http://www.zjujournals.com/xueshu/eng/CN/    或    http://www.zjujournals.com/xueshu/eng/CN/Y2009/V43/I1/166

[1] 张军阳, 郭阳, 扈啸. 二维矩阵卷积的并行计算方法[J]. 浙江大学学报(工学版), 2018, 52(3): 515-523.
[2] 张林, 程华, 房一泉. 基于卷积神经网络的链接表示及预测方法[J]. 浙江大学学报(工学版), 2018, 52(3): 552-559.
[3] 谢杰, 黄筱调, 方成刚, 周宝仓, 陆宁. 磨齿机电主轴热特性及热误差建模[J]. 浙江大学学报(工学版), 2018, 52(2): 247-254.
[4] 赵斌, 张松, 李剑峰. 基于零件摩擦学性能的磨削参数优化[J]. 浙江大学学报(工学版), 2018, 52(1): 16-23.
[5] 张玄武, 郑耀, 杨波威, 张继发. 基于级联前向网络的翼型优化设计[J]. 浙江大学学报(工学版), 2017, 51(7): 1405-1411.
[6] 王卫星, 孙守迁, 李超, 唐智川. 基于卷积神经网络的脑电信号上肢运动意图识别[J]. 浙江大学学报(工学版), 2017, 51(7): 1381-1389.
[7] 尤海辉, 马增益, 唐义军, 王月兰, 郑林, 俞钟, 吉澄军. 循环流化床入炉垃圾热值软测量[J]. 浙江大学学报(工学版), 2017, 51(6): 1163-1172.
[8] 黄赠, 王锐, 赵宇, 魏振磊. 隐伏断层地震诱发滑坡易发性评价[J]. 浙江大学学报(工学版), 2017, 51(11): 2136-2143.
[9] 江衍铭, 张建全, 明焱. 集合神经网络的洪水预报[J]. 浙江大学学报(工学版), 2016, 50(8): 1471-1478.
[10] 巫江虹, 薛志强, 金鹏, 李会喜. 电动汽车热泵空调微通道换热器温度分布特性[J]. 浙江大学学报(工学版), 2016, 50(8): 1537-1544.
[11] 唐有宝, 卜巍, 邬向前. 多层次MSER自然场景文本检测[J]. 浙江大学学报(工学版), 2016, 50(6): 1134-1140.
[12] 刘凯, 张立民, 张超. 受限玻尔兹曼机的新混合稀疏惩罚机制[J]. 浙江大学学报(工学版), 2015, 49(6): 1070-1078.
[13] 刘磊,杨鹏,刘作军. 基于多源信息和粒子群优化算法的下肢运动模式识别[J]. 浙江大学学报(工学版), 2015, 49(3): 439-447.
[14] 柯海丰,应晶. 基于R-ELM的实时车牌字符识别技术[J]. 浙江大学学报(工学版), 2014, 48(7): 1209-1216.
[15] 柯海丰,应晶. 基于R-ELM的实时车牌字符识别技术[J]. J4, 2014, 48(2): 0-0.