基于反向传播算法神经网络的谐波源模型分析  

Back Propagation Algorithm Neural Network-based Harmonic Source Modeling

作　　者：刘畅[1] 张庆范[1] 郑伟杰[2] 

机构地区：[1]山东大学控制科学与工程学院,山东济南250061 [2]山东大学电气工程学院,山东济南250061

出　　处：《现代电子技术》2008年第6期108-110,116,共4页Modern Electronics Technique

摘　　要：采用反向传播算法神经网络建立稳态频域的谐波源模型。在模型中,各次谐波电流的幅值和相角与各次谐波电压的幅值和相角以及负荷特征参数的非线性映射关系通过一种新颖的反向传播算法网络进行建模。该网络的学习算法是并行的。算例计算表明,该模型具有训练时间少、精度高等优点,是谐波源建模的有效方法。A novel Back Propagation Algorithm Neural Network （BPA- NN） is proposed for modeling nonlinear electric loads in steady--state frequency domain. In the model, the nonlinearity mapping between harmonic voltages and harmonics currents is established by BPA- NN. BPA- NN is a parallel learning algorithm. Calculation results show that the proposed method,having the characteristics of short training time and high precision,is an effective technique for building up harmonic source model.

关 键 词：谐波源模型 谐波分析 反向传播神经网络 谐波潮流 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]