基于BP神经网络的自适应单相重合闸研究

陈璟华; 陈少华; 杨宜明

您当前的位置：

首页 >

文章列表页 >

基于BP神经网络的自适应单相重合闸研究

更新时间：2025-04-26

- 基于BP神经网络的自适应单相重合闸研究
- STUDY ON ADAPTIVE SINGLE-PHASE RECLOSURE BASED ON THE BP NEURAL NETWORK METHOD
- 高压电器 2003年第4期页码：43-45
- 作者机构：
  
  1. 广东工业大学自动化学院
  2. 广东工业大学自动化学院广东广州510090
- 作者简介：
- 基金信息：
  
  广东省教育厅自然科学基金资助项目（Z02033）
- DOI：
  中图分类号： TM762;TP183
- 纸质出版日期：2003
- 稿件说明：
移动端阅览
[1]陈璟华,陈少华,杨宜明.基于BP神经网络的自适应单相重合闸研究[J].高压电器,2003(04):43-45.

CHEN Jing-hua, CHEN Shao-hua, YANG Yi-ming. STUDY ON ADAPTIVE SINGLE-PHASE RECLOSURE BASED ON THE BP NEURAL NETWORK METHOD[J]. High voltageapparatus, 2003, (4): 43-45.
[1]陈璟华,陈少华,杨宜明.基于BP神经网络的自适应单相重合闸研究[J].高压电器,2003(04):43-45. DOI：

CHEN Jing-hua, CHEN Shao-hua, YANG Yi-ming. STUDY ON ADAPTIVE SINGLE-PHASE RECLOSURE BASED ON THE BP NEURAL NETWORK METHOD[J]. High voltageapparatus, 2003, (4): 43-45. DOI：

摘要

针对传统自适应重合闸存在的缺陷

提出了基于人工神经网络的自适应重合闸方法

并设计了一个3层BP神经网络

利用EMTP进行仿真计算

仿真结果表明

该网络具有较好的识别性能。

Abstract

Aiming at the limitation of traditional adaptive reclosure

a neural network-based method has been proposed and a three-layer BP neural network has been designed.The results of simulation with EMTP show that the neural network has good performance.

关键词

Keywords

references

浏览量

163

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于声纹特征分析的GIS设备隔离开关分合闸状态监测

基于有限元和神经网络方法的弹簧触指结构优化设计

电力电缆局放在线监测神经网络自动识别精度的提升方法

基于邻域粒子群优化神经网络的变压器故障诊断

改进粒子群优化神经网络在变压器故障诊断中的应用