考慮高斯有色噪聲的FOMC-HTLS-Adaline算法在低頻振蕩模式辨識中的研究
【圖文】:
因子、幅值和相位(其中求出的幅值和相位為FOMC的參數(shù))。具體步驟同1.4節(jié)FOMC-HTLS-Adaline算法步驟(1)~步驟(4)相似。由于FOMC-HTLS算法同文獻[16]一樣,無法給出原始信號y(n)的模態(tài)信息,使得各模式的信息不完整,不利于信號的重構以及算法的定量評價。因此,下文首次引入Adaline神經(jīng)網(wǎng)絡進行振蕩模態(tài)信息的求解。1.3Adaline神經(jīng)網(wǎng)絡對幅值和相位的求解1.3.1自適應線性神經(jīng)網(wǎng)絡自適應線性(Adaline)神經(jīng)網(wǎng)絡是一種最早由Widrow和Hoff提出的神經(jīng)元模型[22],被廣泛應用于信號處理等領域,其結(jié)構原理如圖1所示。圖1自適應線性神經(jīng)網(wǎng)絡結(jié)構原理Fig.1Theprincipleofadaptivelinearneuralnetwork圖1中,123,,,,kkknkxxxx為自適應線性神經(jīng)網(wǎng)絡在k時刻的n個輸入信號。輸入信號向量形式表示為[]Tik1k2k3knk=xxxxX,常被稱作Adaline神經(jīng)網(wǎng)絡的輸入模式向量。與每組輸入信號對應的權向量為[]Tik1k2k3knk=wwwwW。Adaline神經(jīng)網(wǎng)絡輸出為T()ikikyk=XW(13)設y(k)為理想響應信號,定義誤差函數(shù)為e(k)=y(k)y(k)(14)Adaline神經(jīng)網(wǎng)絡的工作過程如下[22]:將理想響應信號y(k)與神經(jīng)網(wǎng)絡的輸出信號y(k)作比較,,得到差值e(k),將e(k)輸送到學習規(guī)則中,并根據(jù)學習規(guī)則調(diào)整權向量,最終使y(k)與y(k)一致。Adaline神經(jīng)網(wǎng)絡的學習規(guī)則為Widrow-Hoffδ規(guī)則,即最小方均差算法(LMS)。該規(guī)則權向量調(diào)整表達式為(1)+()ikikikηek+W=WX(15)式中,η為Adaline神經(jīng)網(wǎng)絡的學習速率,η∈(0,1),其值大小直接影響權向量調(diào)節(jié)精度和收斂速度。1.3.2Adaline神經(jīng)網(wǎng)絡對振蕩模態(tài)的求解Adaline神經(jīng)網(wǎng)絡求解幅值和相位的詳細步驟如下。已知低頻振蕩離散采樣信號模型為()1()eco
基于FOMC-HTLS-Adaline神經(jīng)網(wǎng)絡的電力系統(tǒng)低頻振蕩在線模式識別Fig.2OnlineidentificationofthemodeofpowersystembasedonFOMC-HTLS-Adalinealgorithm
【相似文獻】
相關期刊論文 前10條
1 鄧集祥,趙麗麗;大干擾下主導低頻振蕩模式作用的再研究[J];東北電力學院學報;2004年06期
2 李佳;劉金山;葛文紅;;模態(tài)級數(shù)法在主導低頻振蕩模式鑒別方面的應用[J];吉林電力;2008年04期
3 周希念;;對水電廠低頻振蕩存在現(xiàn)象及防治措施的探討[J];廣東科技;2009年24期
4 楊華昆;;地區(qū)電網(wǎng)低頻振蕩分析與抑制[J];中國新技術新產(chǎn)品;2010年23期
5 趙蓮;許占彪;;110KV供電網(wǎng)絡低頻振蕩分析及抑制方法[J];現(xiàn)代商貿(mào)工業(yè);2011年01期
6 郭成;;在線判斷低頻振蕩模式的新方法[J];云南電力技術;2011年02期
7 董清;張玲;顏湘武;;低頻振蕩擾動源機組的自動定位方法[J];電網(wǎng)技術;2012年10期
8 陳冬霞;;大電網(wǎng)低頻振蕩研究及其最新進展[J];東北電力技術;2012年11期
9 陳武暉;鄧集祥;;三階非線性對主導低頻振蕩模式的影響[J];現(xiàn)代電力;2012年06期
10 肖賓;小電力系統(tǒng)中機組低頻振蕩的分析[J];貴州水力發(fā)電;2001年01期
相關會議論文 前10條
1 肖友強;楊勁松;;低頻振蕩的產(chǎn)生原因[A];2006年云南電力技術論壇優(yōu)秀論文集[C];2006年
2 孫振;屈瑞謙;楊德昌;;區(qū)域間低頻振蕩在線監(jiān)測方法研究綜述[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術年會(CSAE 2009)論文集[C];2009年
3 文賢馗;鐘晶亮;;電網(wǎng)低頻振蕩時汽輪機控制策略的研究[A];發(fā)耳電廠4×600MW機組工程施工論文總結(jié)匯編[C];2010年
4 潘曉杰;任沖;;現(xiàn)代控制技術在抑制低頻振蕩中的應用[A];中南七。▍^(qū))電力系統(tǒng)專業(yè)委員會第二十二屆聯(lián)合學術年會論文集[C];2007年
5 王凱;;云南電網(wǎng)低頻振蕩安全預警及輔助決策系統(tǒng)構建方案[A];2007云南電力技術論壇論文集[C];2007年
6 任沖;劉滌塵;潘曉杰;雍志娟;倪曉東;;現(xiàn)代控制技術在抑制低頻振蕩中的應用[A];2006中國電力系統(tǒng)保護與控制學術研討會論文集[C];2006年
7 劉明群;陳晶;吳水軍;楊楊;劉洪濤;;電廠機組引起電網(wǎng)低頻振蕩原因分析[A];2012年云南電力技術論壇論文集[C];2012年
8 王雁雄;;滇西電網(wǎng)小水電群低頻振蕩解列技術應用研究[A];2010年云南電力技術論壇論文集(優(yōu)秀論文部分)[C];2010年
9 陳玉林;侯學勇;王亮;常寶立;;電網(wǎng)低頻振蕩動態(tài)過程的信號特征及相量表征[A];2013年中國電機工程學會年會論文集[C];2013年
10 蔣周士;孫黎霞;周海強;鞠平;;火電廠動力系統(tǒng)對電力系統(tǒng)超低頻振蕩的影響[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集(上冊)[C];2008年
相關重要報紙文章 前2條
1 趙琳;楚雄供電局開展抑制低頻振蕩應用科技項目研究[N];楚雄日報(漢);2011年
2 武漢王玉龍;自制廣告彩燈電路[N];電子報;2013年
相關博士學位論文 前10條
1 王暉;電氣化鐵路車網(wǎng)電氣低頻振蕩研究[D];北京交通大學;2015年
2 趙妍;電力系統(tǒng)低頻振蕩狀態(tài)監(jiān)視與分析方法研究[D];哈爾濱工業(yè)大學;2016年
3 王鐵強;電力系統(tǒng)低頻振蕩共振機理的研究[D];華北電力大學;2001年
4 易建波;電力系統(tǒng)低頻振蕩在線分析關鍵技術研究[D];電子科技大學;2013年
5 向農(nóng);跨區(qū)電網(wǎng)低頻振蕩的機理與控制研究[D];武漢大學;2009年
6 張鵬;基于廣域量測的電力系統(tǒng)區(qū)域間低頻振蕩分析[D];西南交通大學;2015年
7 宮璇;多重擾動下大電網(wǎng)低頻振蕩預警體系的研究[D];武漢大學;2013年
8 楊慧敏;區(qū)域電網(wǎng)低頻振蕩特性分析與抑制方法的研究[D];華中科技大學;2009年
9 劉志堅;基于電氣剖分網(wǎng)絡的阻尼特性與低頻振蕩抑制對策研究[D];哈爾濱工業(yè)大學;2010年
10 譚謹;大規(guī)模風電并網(wǎng)系統(tǒng)的低頻振蕩研究[D];西南交通大學;2014年
相關碩士學位論文 前10條
1 王小龍;計及調(diào)速系統(tǒng)作用的水電廠孤網(wǎng)運行超低頻振蕩研究[D];昆明理工大學;2015年
2 王毅釗;區(qū)域間低頻振蕩辨識方法和關聯(lián)機組再調(diào)度抑制策略[D];哈爾濱工業(yè)大學;2015年
3 喬艷;典型參數(shù)類低頻振蕩辨識算法性能評估研究[D];華北電力大學;2015年
4 祁鑫;低頻振蕩實時校正控制優(yōu)化決策方法研究[D];華北電力大學;2015年
5 朱建軍;應對大電網(wǎng)頻率振蕩的緊急調(diào)控技術研究[D];華北電力大學;2015年
6 劉聰;電網(wǎng)低頻振蕩綜合自適應辨識方法研究[D];華北電力大學;2015年
7 楊蓉;青藏高原季風的低頻振蕩特征研究[D];成都信息工程學院;2015年
8 劉巖;針對低頻振蕩的電力系統(tǒng)穩(wěn)定器協(xié)調(diào)控制系統(tǒng)設計與實現(xiàn)[D];電子科技大學;2015年
9 連帆;南海—西太平洋地區(qū)MJ0變化及其對我國旱澇的影響[D];成都信息工程學院;2014年
10 魏興;采用遠程PMU信號抑制區(qū)域間低頻振蕩的研究[D];華北電力大學;2015年
本文編號:2562488
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/2562488.html