人工神經(jīng)網(wǎng)絡(luò)在電器優(yōu)化設(shè)計中的研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著高壓輸電線路電壓等級的逐漸提高,電器設(shè)備體積逐漸縮小、結(jié)構(gòu)越來越復(fù)雜,對電器的絕緣性能提出了更高的要求,所以運用現(xiàn)代電器設(shè)計的優(yōu)化理論進行電器優(yōu)化設(shè)計已經(jīng)是大勢所趨.由于電器優(yōu)化設(shè)計所涉及的變量較多,其數(shù)學模型的優(yōu)化求解已經(jīng)超出了傳統(tǒng)優(yōu)化方法所能解決的范圍,因此采用現(xiàn)代優(yōu)化方法進行電器結(jié)構(gòu)優(yōu)化設(shè)計受到了國內(nèi)外的普遍關(guān)注,也成為學術(shù)界的一個重要研究領(lǐng)域.該文將人工神經(jīng)網(wǎng)絡(luò)優(yōu)化方法加以改進并引入電器優(yōu)化設(shè)計,利用人工神經(jīng)網(wǎng)絡(luò)強大的非線形

2、逼近能力和較高效率的優(yōu)勢,與電器優(yōu)化技術(shù)相結(jié)合,共同實現(xiàn)準確、高效的電器結(jié)構(gòu)優(yōu)化設(shè)計.傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)的尋優(yōu)機制無法適用于具有較多設(shè)計變量的電器優(yōu)化設(shè)計中,為此,該文提出了以電場逆問題求解為核心的新型動態(tài)神經(jīng)網(wǎng)絡(luò),其優(yōu)化采取分級動態(tài)求解的思想,即神經(jīng)網(wǎng)絡(luò)的訓(xùn)練精度與最優(yōu)解的求解過程是動態(tài)、并行進行的.在尋優(yōu)過程中,由優(yōu)化程序判定優(yōu)化方向,有目的的采集樣本,逐步縮小樣本所在的空間,進而逐漸提高計算精度,既可避免一次大量的樣本采集和訓(xùn)練工作

3、,又可提高訓(xùn)練樣本的利用效率,相對整體而言,減小了樣本的數(shù)量,提高了電器優(yōu)化設(shè)計的效率.有限元網(wǎng)格自動生成技術(shù)在提供樣本過程中具有重要的作用.該文采用波前推進法作為有限元網(wǎng)格單元和節(jié)點的生成算法,實現(xiàn)了動態(tài)神經(jīng)網(wǎng)絡(luò)樣本的自動采集和樣本的高質(zhì)量.最后,運用該文提出的動態(tài)神經(jīng)網(wǎng)絡(luò)方法對復(fù)雜的非線形函數(shù)進行逼近和尋優(yōu),研究了逼近性能與網(wǎng)絡(luò)結(jié)構(gòu)的關(guān)系、網(wǎng)絡(luò)的收斂速度、隱層節(jié)點數(shù)的取值范圍等一系列問題;在此基礎(chǔ)上,該文對220kV SF6斷路器的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論