共查询到20条相似文献，搜索用时 140 毫秒
1.
针对电力系统谐波的危害和谐波治理的需要,提出了一种高精度的电力系统谐波分析算法,利用该算法可快速获得电力系统基波及各次谐波的高精度幅值和相位.提出并证明了该算法的收敛性定理,给出了利用该算法进行谐波分析的仿真实例.仿真结果表明,提出的谐波测量方法与其他方法相比具有更高的计算精度高和更快的计算速度,因而在电力系统谐波测量中有较大的应用价值. 相似文献
2.
提出了一种基于最小二乘递推法(RLS)的正交基神经网络算法来分析电力系统谐波参数.该方法根据谐波分析的特点,采用RLS训练神经网络权值,有效地避免了梯度下降法存在局部极小的问题,并且对降低噪声影响有显著作用.电力系统谐波分析的仿真结果表明,该算法经过一次神经网络训练即可获得各次谐波高精度的幅值和相位. 相似文献
3.
提出了一种新的基于神经网络的FIR线性相位数字滤波器的自适应优化设计方法。根据4型FIR滤波器的幅频响应特性，构造出一个相应的神经网络模型，并建立了FIR线性相位数字滤波器的神经网络算法，该算法通过训练神经网络权值，使设计的数字滤波器与希望得到的FIR线性相位滤波器的幅频响应之间的误差平方和最小化，从而获得FIR线性相位数字滤波器的脉冲响应．提出并证明了该算法的收敛定理，给出了FIR高阶多通带滤波器自适应优化设计实例、计算机仿真结果表明，该算法计算精度高，收敛速度快；用该算法设计的高阶多通带滤波器，其幅频响应的阻带衰减很大，而通带波动很小。 相似文献
4.
电网互联导致电力系统规模不断扩大，对牛顿法进行潮流计算提出了更高的要求。探讨5种改进牛顿法应用到大规模电力系统潮流计算中。经IEEE 300、Poland多个互联的大规模电力系统共6个算例分析表明，算法1和算法2改善了初值范围，同样的迭代次数下，收敛精度较经典牛顿法高，但计算时间较经典的牛顿法并未明显提高；算法3和算法4提高潮流计算的速度和收敛精度。经UCTE 1254病态系统测试，算法3较算法5能高效地处理病态潮流问题，因而更适合于大规模电力系统潮流计算。 相似文献
5.
子空间分解类算法在理论上具有任意的高分辨率,非常适合于电力系统各类谐波的分析,但需要对高维矩阵进行特征值分解,这不仅费时而且不易于工程实现.将投影近似子空间跟踪算法引入电力系统谐波分析领域,详细分析评估PASTd算法的性能.仿真结果表明,紧缩投影近似子空间跟踪算法即PASTd算法不仅保留了子空间分解类算法的超分辨率特性,而且收敛速度较快,稳定性好,可推广用于电力系统谐波检测领域. 相似文献
6.
BP神经网络算法的一种改进及在小麦赤霉病预测中的应用 总被引：4，自引：0，他引：4
针对BP网络收敛速度慢,计算量大等缺点,提出了动量法和批处理梯度下降学习算法相结合的BP神经网络改进算法,用以提高BP网络训练速度。该方法成功地实现了小麦赤霉病流行程度预测,效果显著。 相似文献
7.
对电力系统中谐波源的特性和谐波抑制方法进行了分析，设计了以８０９８单片机核心的新型三相谐波测量仪。该测量仪把基波和谐波分频道测量，采用软件跟踪实现同步采样。基波测量误差为０．１％，幅值高于最大谐波幅值１／１０的谐波的测量误差为０．５％，低幅值谐为１．０％。 相似文献
8.
针对传统基于K-均值聚类的RBF神经网络训练方法中,隐层参数训练结果易受初始值影响而陷入局部极小解,最终导致整个网络收敛速度慢、性能下降等问题,提出了基于粒子群算法(PSO)和K-均值相结合的径向基神经网络(RBF)训练算法.该算法利用PSO的全局搜索能力形成最优解邻域,K-均值算法在该邻域进行局部搜索,这样既利用了PSO算法的全局最优解搜索能力,同时也利用了K-均值算法收敛速度快的优点.试验结果表明该算法有效地解决了基于K-均值训练算法易陷入局部极小解的不足.文中将基于上述训练方法的RBF神经网应用到入侵检测系统中,试验结果同基于传统K-均值、遗传算法和RPCL算法训练的RBF方法进行比较,结果表明本文建议的方法在检测性能和训练时间上都有明显提高. 相似文献
9.
《沈阳农业大学学报》2016,(6)
快速傅里叶变换是谐波检测中的主要方法,但在谐波分析中很难做到同步采样、整数周期截断,从而造成频谱泄露影响谐波测量的准确性。为了提高谐波的检测精度,利用FFT分析了Nuttall窗的旁瓣特性和四谱线插值算法。提出了一种基于4项3阶Nuttall窗四谱线插值的电力谐波检测算法,该算法通过分析加Nuttall窗信号傅里叶变换的频域表达式,利用谐波频点附近的4根离散频谱的幅值确定谐波谱线的准确位置,进而得到谐波的幅值、频率及相位。通过用曲线拟合函数求得实用的修正公式,简化了复杂的计算过程,并对修正公式进行了Matlab仿真。仿真结果表明:所提出的算法在非同步或非整周期采样时对谐波幅值和相位的检测精度较高,应用该算法处理信号的幅值相对误差小于4.29×10~(-6)%,相位相对误差小于5.7×10~(-4)%。相对于双谱线Hanning、三谱线Blackman-harris算法精度得到了显著提高。并结合沈阳农业大学光伏电站并网算例,将研究检测方法对用户型光伏电站谐波进行分析,并且与分析检测结果进行对比来验证本研究方法的有效性。更加有效的检测谐波幅值和相位,有利于更好的减少农业用户光伏电站对电力系统稳定运行的影响。 相似文献
10.
基于FLANN的非线性校正在电容式粮食水分传感器中的应用 总被引：1，自引：0，他引：1
采用函数链神经网络方法对电容水分传感器进行非线性校正,与BP神经网络算法相比,函数链神经网络结构明了,算法简单,易于收敛.介绍了解决电容水分传感器非线性函数链神经网络原理和建模方法,并仿真试验证明了该方法的可行性和有效性. 相似文献
11.
12.
目的 以路径重复率为优化目标解决农业机器人在数字生态农场中的全区域覆盖问题。方法 首先,将栅格地图中的障碍物进行膨胀处理,在此基础上进行矩形分区以及分区合并操作;然后,通过改进的蚁群算法规划分区间的遍历顺序、通过改进的广度优先搜索(Breadth first search, BFS)算法规划分区间终点与起点的衔接路径,从而实现机器人全区域覆盖。2种算法的具体改进方案为：分别通过人工免疫算法与粒子群算法改进遗传算法的选择与交叉算子,并将改进后的选择算子、交叉算子、原遗传算法变异算子与蚁群算法相结合改进传统蚁群算法信息素更新方法;建立动态函数以简化BFS算法规划的路径。结果 仿真结果表明,改进蚁群算法收敛时的迭代次数较传统蚁群算法减少了83.1%,路径长度相比减少了4.8%;由改进的蚁群算法与改进的BFS算法规划的机器人遍历路径重复率是传统蚁群算法和BFS算法的56%,且农业机器人能实现对农田区域的100%覆盖。结论 本研究提供了一种农业机器人在复杂环境的数字生态循环农场中进行全遍历覆盖的解决方案。 相似文献
13.
14.
农业遥感图像增强有利于图像信息的提取与分析,萤火虫算法是近年来较为新颖的智能仿生算法,目前国内外关于其能否用于农业遥感图像增强的研究未见报道。文章首先利用非完全Beta函数建立农业遥感图像增强模型,结合人眼最小灰度分辨力函数进行图像细节增强,将每个输入区间的像素灰度值变换到适当的输出灰度级区间,最终生成对比度均衡的图像;然后通过萤火虫优化算法在其动态决策域半径进行伪差分操作更新;最后确定最佳参数的收敛条件,给出了算法流程。试验仿真结果表明,萤火虫算法的农业遥感图像检测在图像细节增强评价指标、相位一致性指标、通用质量评价指标等方面与直方图算法、Retinex算法、小波变换算法、模糊聚类算法等相比数据较优,能够用于农业遥感图像增强。 相似文献
15.
为了降低输电网电能损耗,采用混和智能算法(粒子群算法与差异进化算法相结合)作为无功优化算法。该算法对不断变化的个体极值与整体极值进行研究,并且引入第三值分离相似性状,寻找最优补偿点的位置,从而有效补偿电能传输过程中的无功功率。通过IEEE系统例证分析,结果表明混合智能算法性能优于粒子群算法。说明混合智能算法对电能传输过程中所需无功功率有良好的补偿作用,对电网经济安全运行有良好的保障性。 相似文献
16.
为解决玉米种子内部机械裂纹检测过程中存在的种子间粘连问题,提出一种基于自适应脉冲耦合神经网络(Pulse coupled neural net)模型与熵值最大原则相结合的图像分割算法。运用直方图均衡化和布特沃斯低通滤波器进行频域增强预处理,以提高玉米种子与图像背景的对比度;运用PCNN模型,结合最大熵值原则对预处理后的粘连玉米种子图像进行分割,并引入图像像素的拉普拉斯能量(Energy of laplace)作为PCNN网络各神经元之间的连接系数,以增强图像分割效果;采用维纳滤波和数学形态学对分割后存在的噪声和断点进行处理,得到最终的分割效果。试验结果表明:PCNN与熵值最大原则相结合的图像分割算法的分割准确率为92.5%,运行时间为1.166 2s,分割准确率高于改进分水岭算法、OTSU算法和最大熵直方图分割算法,用时略长于其他分割算法。 相似文献
17.
依据植物图像中不同目标的区域特征,应用多水平集分割算法分割植物图像.该算法能够将植物的花朵、叶片以及背景有效地分割开.与基于聚类的多尺度Ncut算法的分割效果进行比较,多水平集方法在分割效果上优于多尺度Ncut算法. 相似文献
18.
通过对基于标准蚁群算法和MMAS蚁群算法的网格资源分配算法的比较和分析,提出了另一种自适应的蚁群算法。通过计算机仿真实验证明,自适应改进型蚁群算法相比于基于标准蚁群算法和MMAS蚁群算法的网格资源分配算法具有更强的搜索全局最优解的能力,同时还具有更好的稳定性和收敛性。 相似文献
19.
在耕地质量数据调查与采集过程中会由于人为、环境等因素造成数据缺失,而目前数据缺失填充方法都存在适用性不足的问题,为完善耕地质量数据库从而提高耕地质量评价精度,对耕地质量评价缺失数据填充方法的研究是十分重要的。本研究以广州市从化区耕地质量数据库为样本集,根据空间相关性和空间分布将数据集划分为空间关联性数据集和非空间关联性数据集,利用多种填充方法对其进行缺失填充模拟,采用十字交叉法进行精度验证。结果表明：选取数据整体异常值比例不足1.2%,且高程、气温、有效锌等25组因素具有空间相关性。对空间关联性数据填充精度最高的是四象最近邻算法,在缺失率20%以下时精度仍高达80%,精度随缺失率增大而降低,其次为K最邻近（KNN）算法、期望最大化法、多重填充法、回归模型算法,四象最近邻算法相较于KNN算法在数据密集时精度更好。对非空间关联性数据填充精度最高的是相似聚集填充算法,在缺失率25%以下时精度超过80%,其次为期望最大化法、多重填充法、回归模型算法。综上,本研究提出的四象最近邻算法和相似聚集填充算法相比其他算法在耕地质量评价缺失数据填充中精度更高,效果更稳定,且实用性更广。 相似文献
20.
蜂窝移动通信中基于遗传退火的固定频率分配 总被引：1，自引：0，他引：1
许良凤 《安徽农业大学学报》2004,31(4):508-510
对蜂窝网无线规划中的频率分配问题进行了分析,用一种基于遗传退火的算法(GAEA)来求解,该算法是将模拟退火引进到遗传算法中,通过退火来减轻遗传算法的选择压力,利用退火法的爬山性能,改善了遗传算法的性能,提高了算法的收敛速度.实验证明了遗传退火算法的收敛速度比遗传算法快. 相似文献