| 摘要: |
| 为了提高谐波分析的速度和精度，将RPROP（Resilient Propagation）神经网络应用于电力系统谐波分析。该网络利用加汉宁窗插值谐波分析算法获得其权值和阈值的初值，并在此基础上采用RPROP算法训练。与BP（BackPropagation）算法不同，该算法根据一阶偏导数的符号信息调整可变参数，避免了受对参数调整意义不大的一阶偏导数幅值信息的影响，且不存在参数选择问题，提高了谐波分析的收敛速度、精确度和实时性。通过变学习速率且加动量项的BP神经网络与RPROP神经网络的比较验证了分析结论的正确 |
| 关键词: 电力系统 谐波分析 RPROP算法 神经网络 汉宁窗 |
| DOI：10.7667/j.issn.1674-3415.2011.15.003 |
|
| 基金项目:国家重点基础研究发展计划项目（973项目）（2009CB724508） |
|
|
|
| () |
| Abstract: |
|
| Key words: |
