共查询到19条相似文献,搜索用时 421 毫秒
1.
基于免疫原理的径向基函数网络在线学习算法及其在热工过程大范围工况建模中的应用 总被引:5,自引:2,他引:5
针对现有径向基函数(RBF)神经网络训练算法在非线性动态系统大范围辨识中的不足,借鉴免疫原理,提出了一种新颖的RBF神经网络在线学习算法,通过分析RBF神经网络学习过程和免疫系统的相似性,采用免疫记忆、克隆选择、扩增和细胞凋亡机制在线动态调节网络隐层节点,并确定相应的数据中心和宽度,从而使网络具有在线学习和记忆新样本的功能,并将该网络应用于某300MW火电机组主汽压的多工况辨识.实验结果表明该算法不仅能精简网络的结构,而且能很好地适应对象的时变特性. 相似文献
2.
基于神经网络的双馈风电机组转速PID控制仿真 总被引:1,自引:0,他引:1
为了提高双馈风电机组的转速控制性能,采用了基于BP神经网络的PID控制方案和基于RBF神经网络辨识的PID控制方案,在推导出双馈风电机组暂态电势恒定情况下随风速变化的二阶转速调节模型基础上,分别编制仿真程序,对风电机组转速控制进行了跟踪仿真分析.针对上述两种方案的缺陷,提出了基于RBF网络辨识的单神经元网络PID控制和基于RBF网络辨识的BP神经网络PID控制两种改进控制方案,达到了优化风电机组转速控制性能的目的. 相似文献
3.
为了提高双馈风电机组的转速控制性能,采用了基于BP神经网络的PID控制方案和基于RBF神经网络辨识的PID控制方案,在推导出双馈风电机组暂态电势恒定情况下随风速变化的二阶转速调节模型基础上,分别编制仿真程序,对风电机组转速控制进行了跟踪仿真分析。针对上述两种方案的缺陷,提出了基于RBF网络辨识的单神经元网络PID控制和基于RBF网络辨识的BP神经网络PID控制两种改进控制方案,达到了优化风电机组转速控制性能的目的。 相似文献
4.
针对重型燃气轮机缺乏有效综合性能评价方法的问题,提出了一种基于工况辨识的重型燃气轮机性能评价方法。根据重型燃气轮机效率的影响因素确定了机组性能综合评价特征参数;选取机组多工况运行历史数据进行稳态筛选,并对筛选出的稳态运行数据进行基于多步K-均值聚类的工况辨识,实现机组稳态运行空间的工况划分;采用多元高斯混合模型确定各个工况下性能评价特征参数的基准值和阈值;最后建立基于熵权法的机组性能评价模型,实现了机组的综合性能评价。实例证明了所提方法的可行有效性。 相似文献
5.
采用微分进化算法和径向基函数神经网络的热工过程模型辨识 总被引:1,自引:0,他引:1
在热工过程模型辨识中,被控对象动态特性往往表现出非线性、慢时变、大迟延和不确定性等特点,这使得难以对其建立比较精确的模型。为了达到精确建模的目的,提出一种基于微分进化算法和径向基函数神经网络的辨识方法。该方法采用基于能量分布正交最小二乘学习算法的径向基函数(radial basis function,RBF)神经网络,通过改进的微分进化算法,对神经网络辨识系统进行参数优化,使RBF神经网络能够更快、更精确地逼近实际系统的输出,达到精确建模的目的。仿真结果表明,在采用改进的RBF网络对热工复杂对象进行辨识时,通过微分进化算法进一步确定其最佳参数,可以取得更好的辨识效果。 相似文献
6.
提出了基于改进的RBF神经网络的无刷直流电机自适应控制新方法.该方法首先利用由Matlab中的RBF神经网络函数设计出的人机界面平台对无刷直流电机进行离线辨识,确定RBF神经网络的网络结构及初始权值;再采用RBF神经网络在线算法在线辨识无刷直流电机模型,获得PID参数在线调整信息,并由单神经元PID控制器参数的在线自整定,实现系统的智能控制.由于该算法具有自适应确定网络结构和无需人为确定网络初始权值的优点,因此减少了网络训练的随机性,提高了训练精度.实验结果表明,该控制方法具有较高的鲁棒性和控制精度. 相似文献
7.
基于油中溶解气体分析法,采用径向基函数(radicalbasisfunction,RBF)神经网络模型对电力变压器进行故障诊断。为了提高诊断模型的辨识精度,分两步对RBF神经网络的模型参数进行辨识:首先采用减聚类算法确定RBF神经网络隐含层基函数的中心点,然后采用量子粒子群优化(quantum-behavedparticleswarmopti-mization,QPs0)算法求解基函数的宽度以及隐含层与输出层的连接权重。仿真实验结果表明,该方法的故障诊断正确率较高,达90.67%。 相似文献
8.
9.
随着电动汽车的发展和应用,动力电池SOC估算的意义越来越重要,为了提高SOC估算的精度,本文在标准RBF网络模型的基础上提出了利用回溯搜索算法改进RBF神经网络模型。通过对锂电池模型中的目标函数进行优化求解,利用寻找最佳的目标权值和阈值提高RBF网络模型的SOC估算精度。最后搭建了实验仿真平台,对改进前后的算法SOC估算进行了仿真对比分析,实验结果证明了改进后RBF网络比标准RBF网络算法SOC估算精度更高,并把估算误差降低到2%以内,对锂离子电池有较好的估算精度,具有一定的理论研究意义。 相似文献
10.
基于RBF在线辨识的PID整定 总被引:1,自引:0,他引:1
针对非线性系统,提出一种新型的径向基函数(RBF)辨识网络的控制算法,根据RBF网络在线辨识被控对象的离散模型,得到被控对象Jacobian信息,利用BP网络在线自适应整定PID参数.通过RBF网络对系统在线辨识,克服不确定性对系统性能的不利影响,从而解决传统PID控制鲁棒性差及受精确数学模型限制的问题.通过实际算例验证,并与常规PID控制作对比,仿真结果表明,该控制算法有较强的自适应性和鲁棒性,其抗干扰和适应参数变化的能力都优于常规PID控制. 相似文献
11.
IAFSA-RBF神经网络在短期负荷预测中的应用 总被引:1,自引:0,他引:1
为了提高人工鱼群算法AFSA(artificial fish swarm algorithm)的全局搜索能力及加快其收敛速度,提出一种将其与免疫算法IA(immune algorithm)进行结合的新方法,形成了免疫人工鱼群算法IAFSA(immune artificial fish swarm algorithm),... 相似文献
12.
13.
14.
针对风电机组齿轮箱超温出现的故障问题,提出了基于改进参数优化机器学习算法的风电机组齿轮箱故障预警模型。
首先,通过随机森林袋外估计确定特征变量,并采用滑动平滑滤波对输入变量进行滤波处理。 其次,构建灰狼算法优化支持向
量回归模型,根据最优模型输出的偏差值确定状态识别指标。 最后,通过时移滑动窗口设置阈值范围,当状态识别指标超出阈
值范围之外时立即报警。 实验结果表明,该模型能提前 87 min 对风电机组齿轮箱温度异常发出故障预警,并且预警效果优于
距离相关系数-GWO-SVR 模型、Pearson-GWO-SVR 模型和 OOB-SVR 模型。 相似文献
15.
16.
含有分布式电源的广义负荷建模 总被引:1,自引:0,他引:1
随着智能电网技术的发展,配网侧将接入大量风机,传统负荷模型不能很好地描述负荷特性。以含有风电的广义负荷建模为目的,提出了含有风电的广义负荷模型结构,只需在综合负荷模型(synthetic load model,SLM)的虚拟母线上增加1台异步发电机。提出了参数辨识策略:先通过统计综合法得到聚合模型参数,然后采用总体测辨... 相似文献
17.
18.
19.
当前电容器介质损耗因素的计算方法为正向求解过程,即先对电容器工作电流和电压进行采样,再使用谐波分析等方法计算介损值,实践中算法稳定性不佳。为此提出了一种基于深度学习的电容器介损角辨识方法,采用一段时间的监测值训练深度学习网络,再使用该深度学习网络对新采样的信号进行辨识,判断介损角变化量(分辨率为0.001%)。给出了用于深度学习的介损角表示信号Dδ(t)的计算过程,证明了在讨论域内该信号的幅值即是介损角δ,且其波形形状包含监测装置受到的干扰。仿真实验证明该方法有效,比加汉宁窗的谐波分析法具有更好的抗噪能力。实际在线监测样本的计算结果表明其稳定性优于加汉宁窗的谐波分析法,且辨识结果不受电压互感器角差的影响。 相似文献