改进PSO-RBF神经网络的电网故障检测模型

改进PSO-RBF神经网络的电网故障检测模型

论文摘要

为了提高电网故障检测模型的构建速度,提高电网故障检测的准确性,提出应用一种改进的粒子群算法来优化RBF神经网络的相关参数,进而提高RBF神经网络的训练速度,提升故障检测的准确率。RBF神经网络的梯度下降训练算法存在着收敛速度慢的问题,选用改进的粒子群算法来提高网络的训练速度。通过分析电网故障的特点,创建电网故障模型,将故障样本作为RBF神经网络的训练样本来训练网络。经仿真证明,改进粒子群算法优化的RBF神经网络对电网故障有更好的检测效果,故障检测准确率更高,有更好的实用价值。

论文目录

文章来源

类型: 期刊论文

作者: 张淑卿,李卓桐,张立红

关键词: 电网故障检测,粒子群算法,神经网络,构建速度,收敛性,准确性

来源: 计算机时代 2019年01期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业,自动化技术

单位: 华北理工大学,河北省特种设备监督检验研究院唐山分院

分类号: TP183;TM711

DOI: 10.16644/j.cnki.cn33-1094/tp.2019.01.002

页码: 5-8+12

总页数: 5

文件大小: 2165K

下载量: 254

相关论文文献

标签:;  ;  ;  ;  ;  ;  

改进PSO-RBF神经网络的电网故障检测模型
下载Doc文档

猜你喜欢