[发明专利]一种基于径向基函数神经网络的电力系统谐波检测方法

摘要

本发明公开了一种基于径向基函数神经网络的电力系统谐波检测方法，包括以下步骤：（1)采集待检测的电流信号，得到RBF神经网络期望输入信号，确定神经网络输入层、隐含层及输出层节点数，初始化权向量、高斯函数的中心值和宽度，确定学习效率和动态因子；(2)：计算隐含层输出；(3)计算输出层实际输出；(4)计算性能指标；(5)根据性能指标梯度下降法获得权向量、高斯函数的中心值及宽度的更新公式；（6）更新权向量、高斯函数的中心值和宽度；（7）判断性能指标是否符合范围要求，如不符合执行步骤（2)；如符合执行步骤(8)；(8)计算谐波的振幅、频率和相位。本发明具有能够更快速、更精确地检测出谐波电流的优点。

主权项

1.一种基于径向基函数神经网络的电力系统谐波检测方法，其特征在于，包括以下步骤：步骤一：采集待检测的电流信号，得到RBF神经网络的期望输入信号，根据期望输入信号确定RBF神经网络的输入层节点数、隐含层节点数及输出层节点数，同时初始化权向量、高斯函数的中心值和宽度参数，并且确定学习效率和动态因子；步骤二：将高斯基函数确定为RBF神经网络中隐含层的径向基函数，并且根据高斯函数计算出隐含层的输出；步骤三：根据隐含层的输出和权向量计算出输出层的实际输出；步骤四：根据输出层的实际输出和期望输出计算出性能指标；步骤五：根据性能指标梯度下降法获得权向量的更新公式、高斯函数的中心值的更新公式、以及高斯函数的宽度的更新公式；步骤六：根据步骤五得到的权向量的更新公式、高斯函数的中心值的更新公式、以及高斯函数的宽度的更新公式更新权向量、高斯函数的中心值和宽度参数；步骤七：判断步骤四得到的性能指标是否符合范围要求，如不符合范围要求，则跳转执行步骤二；如符合范围要求，则执行步骤八；步骤八：根据步骤六得到的更新后的权向量、高斯函数的中心值和宽度参数计算出电流信号中谐波的振幅、频率和相位。