基于改进的神经网络油田配电网谐波预测研究_贴片电感_功率电感

2017-02-11 07:19:22 点击次数：

式(2)中,假设初相角一定的情况下,为实现5次谐波幅值的预测,首先确定(2)式中的三个电流变量,等式左边总的电流值变量和等式右边的基波电流值变量为输入,等式右边的五次谐波电流值变量为输出,且其幅值可以从基数值按比例增加到50%以上。

图1 神经网络模型结构

神经网络建模的模型如图1所示[3],输入为总的电流值和基波电流值,输入样本可以选择一个周期的随机值,输出为5次谐波的幅值。隐含层神经元数量为8个,隐含层个数要根据实际仿真时的训练样本数据分析情况进行适当调整,没有具体的确定方案,以模型输出误差和神经网络权值、阈值作为调整的依据。

3 基于神经网络的配电网谐波预测研究步骤

根据油田配电网谐波结构的特点,本文采用BP神经网络进行谐波预测,实现步骤如下[4-5]:

(1) 数据采集与数据的归一化。大电流电感

电感的作用电感是常用器件，那么什么是电感呢，他其实就是一组线圈，用来实现很多的功能，下面我们一步步的介绍电感的作用，以及电感原理等基础知识。
1.1 什么是电感：
电感就是导线内通过交流电

基于传感中低Q电感的测量1 低Q电感测量的误差分析
对实际传感中低Q电感测量，经常碰到一些电感，虽然直流电阻不大，但由于交流损耗电阻极大，而Q值极低，有的Q值在O.5以下。在测量时，由于电感线圈Q值很低，不易

反激式(RCD)开关电源原理及设计

因该电源是公司产品的一个配套使用，且各项指标都不是要求太高，故选用最常用的反激拓扑，这样既可以减小体积（给的体积不算大），还能降低成本，一举双的！

反激拓扑的前身是Buc