首页
期刊介绍
期刊简介
联系我们
期刊发展史
编委会
主编及副主编简介
主任委员简介
编委名单
投稿指南
投稿须知
在线投稿步骤
摘要撰写要求
参考文献著录格式
论文格式模板
稿件处理流程
同行评议制度
关于学术不端论文的认定和处理方法
出版道德声明
诚信声明模板
期刊影响力
期刊荣誉
学术指标
专家评价
广告与发行
广告征订
杂志发行
网上订阅
企业展台
企业快讯
名企风采
产品推介
English
PCMP英文刊
新能源汽车供能技术
编委会
2018年目录
2019年目录
2017年目录
2020年目录
2021年目录
2022年目录
引用本文:
李微,
谭阳红,
彭永进.基于小波神经网络的电力电子电路故障模式识别[J].电力系统保护与控制,2005,33(14):82-86.
[
点击复制
]
.[J].Power System Protection and Control,2005,33(14):82-86
[
点击复制
]
【打印本页】
【在线阅读全文】
【下载PDF全文】
【
查看/发表评论
】
【
下载PDF阅读器
】
【
关闭
】
←前一篇
|
后一篇→
过刊浏览
高级检索
本文已被:浏览
3030
次 下载
1825
次
码上扫一扫!
基于小波神经网络的电力电子电路故障模式识别
李微,谭阳红,彭永进
分享到:
微信
更多
字体:
加大+
|
默认
|
缩小-
(湖南大学电气与信息工程学院, 湖南 长沙 410082)
摘要
:
提出了基于两种不同小波神经网络的电力电子电路故障模式识别方法。针对电力电子电路故障,构造了激活函数型和权值型两种不同的三层小波神经网络,给出了相应的数学模型和学习算法。以三相整流桥电路为例,建立了小波神经网络的输出与故障元之间的对应关系,实现了电路故障的模式识别,并与用普通BP网络识别的结果进行了比较。仿真结果验证了两种故障识别方法的正确性和较好的准确性。
关键词
:
小波
神经网络
故障模式识别
电力电子电路
DOI:
基金项目
:
()
Abstract
:
Key words
:
1
2
X关闭
1
2
X关闭