10.3969/j.issn.1004-373X.2011.20.058
基于RBF神经网络的超高压继电保护的算法研究
提出一种基于RBF神经网络的超高压继电保护的算法.是由于径向基神经网络(RBFN)具有学习性,可以根据已有的继电保护参数样本集进行训练,从中分析出故障检测、故障定位,自适应自动重合闸技术、差动保护以及距离保护的内在联系,实现对以后的继电保护数据样本进行自适应控制.该算法的优点就是在构造过程考虑了径向基神经网络(RBFN)的预测精度和训练时间,采用了线性最小二乘法(LLS)和梯度下降法的方法,运用Matlab做了仿真实验,获得了较为准确的预测结果.
径向基神经网络(RBFN)、超高压、继电保护、LLS、梯度下降法
34
TN911-34;TP332
2012-01-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
196-199