浙江省教育厅科研计划(Y200803502)
- 作品数：3 被引量：7H指数：2
- 相关作者：陈国志陈隆道蔡忠法更多>>
- 相关机构：浙江大学更多>>
- 发文基金：浙江省教育厅科研计划更多>>
- 相关领域：电气工程更多>>
- 基于传播算子的间谐波参数智能估计算法
- 2011年
- 为了降低多重信号分类(MUSIC)法频率估计的计算复杂度,提出基于传播算子的间谐波频率估计方法.通过传播算子可以得到噪声子空间,不需要估计协方差矩阵和进行特征分解,并且不需要间谐波个数的先验知识,基于传播算子MUSIC算法的频率估计性能与MUSIC算法几乎相同.构造复数域自适应线性神经网络模型来估计谐波和间谐波的幅值和相位.该模型的输入变量和权值仅为实数域自适应线性神经网络的一半,简化了网络结构;采用Levenberg-Marquardt(LM)算法对网络进行学习,大大减少了学习次数.仿真结果表明,该算法无需同步采样,能够快速准确地估计间谐波的频率、幅值和相位.
- 陈国志陈隆道蔡忠法
- 关键词：间谐波传播算子自适应神经网络LM算法
- 基于MSWF和改进Adaline神经网络的间谐波分析被引量：4
- 2010年
- 为降低计算复杂度,将多级维纳滤波器(MSWF)应用于电力系统间谐波分析,提出基于MSWF和改进自适应神经网络的间谐波分析方法。利用MSWF的前向递推实现信号子空间和噪声子空间的快速估计,不需要估计数据的协方差矩阵及其特征值分解,减小了计算量。应用新的最小描述长度准则和TLS-ESPRIT算法确定谐波、间谐波的个数及频率。为提高收敛速度,应用基于递归最小二乘学习算法的自适应神经网络分析谐波和间谐波的幅值和相位。Matlab仿真结果验证了所提算法的有效性。该方法计算复杂度低,分辨率高,精度高,收敛快。
- 陈国志陈隆道蔡忠法
- 关键词：间谐波多级维纳滤波器神经网络
- 基于Root-MUSIC和Adaline神经网络的间谐波参数估计被引量：3
- 2011年
- 为了提高电力系统间谐波分析的精度和分辨率,提出基于求根多重信号分类法(root-MUSIC)和自适应线性神经网络的间谐波参数估计方法.该算法利用求根多重信号分类法估计信号中谐波和间谐波的个数及频率,将谐波和间谐波的频率作为Adaline神经网络的输入进行学习,用得到的权值确定谐波和间谐波的幅值和相位;将频率作为权值在改进的Adaline神经网络中参与学习,估计谐波和间谐波的频率、幅值和相位.Matlab仿真结果表明,该算法频率分辨率高、检测准确、收敛快;当频率估计准确时,基本Adaline神经网络与改进的Adaline神经网络具有相近的检测精度,且前者的实时性更好.
- 陈国志蔡忠法陈隆道
- 关键词：间谐波神经网络ADALINE参数估计
