...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Elektrie >Evolutionäre Optimierung Neuronaler Klassifikatoren für den Generatorschutz
【24h】

Evolutionäre Optimierung Neuronaler Klassifikatoren für den Generatorschutz

机译：用于发电机保护的神经分类器的进化优化

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In diesem Beitrag werden die Ergebnisse einer Untersuchung zum Einsatz von Künstlichen Neuronalen Netzen (KNN) für den Generatorschutz gegen Polschlupf. Der neue neuronale Schutz garantiert schnellere und sicherere Erkennung des Ausser-Tritt-Fallens eines Generators im Vergleich zu den traditionellen Lösungen. Für eine optimale Auswahl der KNN-Strukturen wird ein genetischer Algorithmus vorgeschlagen. Die optimale Topologie neuronaler Netze wird durch den Einsatz von Regeln zur evolutionären Verbesserung gefunden. Das dargestellte Optimierungsverfahren wurde als Matlab-Programm implementiert. Die Initial- sowie weitere Netzpopulationen werden in einer geschlossener Schleife erzeugt, trainiert und bewertet. Die Ergebnisse von Tests des entworfenen Schutzes mit durch ATP simulierten Signale werden beschrieben und diskutiert.
机译：在此贡献中，介绍了使用人工神经网络（KNN）防止发电机发生极点滑移的研究结果。与传统解决方案相比，新的神经保护功能可确保更快，更可靠地检测出发电机失步。提出了一种遗传算法，用于KNN结构的最佳选择。通过使用进化改进规则，可以找到神经网络的最佳拓扑。所示的优化过程是作为Matlab程序实现的。初始网络人口和其他网络人口是在闭环中生成，训练和评估的。描述并讨论了使用ATP模拟的信号对设计的保护进行测试的结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号