10.3969/j.issn.1000-3886.2023.02.016
基于PSO-BP神经网络算法的绞线串扰预测研究
绞线串扰预测研究对定量分析系统的电磁兼容问题起着重要作用,本文提出了基于粒子群算法(particle swarm optimization,PSO)优化误差逆向传播(back propagation,BP)神经网络算法的绞线串扰预测方法.首先,通过模量解耦法对建立的传输线等值电路进行求解,得到传输线的串扰;然后,利用PSO-BP神经网络算法实现绞线电磁参数矩阵提取,并表示其与绞线位置的映射关系;最后将该映射关系代入传输线方程,结合模量解耦法预测一实例三芯绞线的串扰.通过与传输线矩阵求得的数值解对比可知,本文所提方法与电磁场数值方法所求的串扰结果具有良好的一致性,验证了基于PSO-BP神经网络算法预测绞线串扰的有效性.
绞线、粒子群算法、BP神经网络、模量解耦法、串扰
45
TM712(输配电工程、电力网及电力系统)
江苏省社会发展重点项目BE2019716
2023-04-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
52-54,57