基于BP网络的三相光学电流互感器的补偿

《基于BP网络的三相光学电流互感器的补偿》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第34卷第6期西安交通大学学报V01．34No62000年6月JOURNALOFXlANJIAOTONGL'．NIVERSITYJun2000文章编号：0253—987X(2000)06000105基于BP网络的三相光学电流互感器的补偿Zl十㈨刘晔，苏彦王采堂—i罩而49，西安)7r，7j一摘要：提出了一种全新的用于补偿三相光学电流互感器线性双折射效应的方法，即从学习后的BP神经网络连接权重中．提取三相光学电流互感器的输出电流值、被剥电流值与线性双折射效应之间联系的知识，讨论了网络的学习算法，论述了线一t~_zt折射效应的具体补偿方法，分析了网

2、络隐含层节点数变化对补偿结果的影响，对网络进行了验证，表明该方法具有很强的鲁棒性和适用性关键词：BP神经网络；三相光学电流互感器；线性双折射效应；补偿中图分而鬲————’r一一BPNeuralNetworkforLinearBirefringenceofThree·PhaseOpticalCurrentTransducerLiuYe，SuYanmin，SVangCaitang(XianjimtongUniversity．Xian710049．China)Abstract：ABPneura~networkisusedtoc。n1p∞sateforlinearbirefringenceeffec

3、tofthree—phase。p—ticatcurrenttransducer．AnalyzedarethealgorithmandwayforcompensationTheneuralnetworkisvalidatedandhasbeenshownsuccessfullyforitsintendedpurposeKey,vords：BPneuralnetzzork；three-phaseopticalcl~rre~ttransducer；linearblrefringenceeffect；compensation随着现代电力系统传输的电力容量越来越太，具有一定的各向异性，使入射线偏光的两

4、个正交电电压等级越来越高，传统的电磁感应式电流互感器场分量的传播速度不同，因而产生相位差，导致线偏因其机理而呈现出自身不可克服的难题．用光学传光成为椭偏光，在传输系统中，产生偏振色散和噪感技术测量输电线的电流具有绝缘结构简单可靠、声．作者已有的研究表明，线性双折射效应对三相光重量轻、抗电磁干扰能力强、动态范围大、响应频域学电流互感器具有直接的和本质的影响，对旋光效宽、探头形状可以依据使用场合的要求而设计等优应起熄灭作用．破坏系统的线性性质，使系统过敏点，所以20多年来，许多国家对光学电流互感器进等．然而，要建立起完整精确的线性双折射效应与光行了研究．三相光学电流互感器是以法拉第磁光效纤形变、

5、光纤内部应力、光源光波长、环境温度、弯应为基础，以光纤为介质．采用一路光和一套检测系曲、扭转、振动等许多因素之间的关系是不可能的．统实现电力系统三相电流测量的装置．在现实情况神经网络理论和技术，在使用时不需要明确的下，光纤材料中存在残余线性双折射．温度、应力等数学物理模型就可以得到较精确的计算结果，并且也将引起线性双折射．其实质是材料的折射率分布具有容错性和自适应性．因此，神经网络得到越来越收稿日期：1999—1023作者简介：刘晔，男，1963年3月生，电气工程学院电工电子教学实验中心，副教授维普资讯http://www.cqvip.com2西安交通太学学报第34卷广泛的应用．本文充分发挥

6、神经网络可避免机理建化形式，如步长减半、再减半；步长增加时，将步长加模所存在困难的优势，利用BP网络来实现三相光倍、再加倍．为了使步长的每次改变幅度不致过大，学电流互感器线性双折射效应的补偿．采用如下方式△()=d(一1)(3a)1BP网络的自适应学习算法[1～3]经验表明，￡不宜过大，0．01≤￡≤0．1时较台适．定义为神经网络本质上是一信息非线性变换系统．设^=sgn旦a—W(—n)丽)，(L3b)一个3层网的输入层、隐含层及输出层的神经元数若^>O，则增太步长．这样，自适应变步长快速BP分别为l、、P，第个隐含层神经元的传递函数为算法为^(·)，则p个输出分别为w(+1)=W()一()

7、z()t上一=cJ(w扣+)i=1，2，⋯，Pz()=aE／aw()+aAw(n一1)JI式中：()按式(3)变化；n为动量项参数，0≤n≤，(1)1．显然，若将式(1)中的^看作逼近的基函数，则式(1)定义了一个函数逼近结构．而且，式(1)中参数cWi、；都可调，调整w，、，就使得用于逼近2线性双折射效应的神经网络补偿的基函数相应调整．所以，神经网络所定义的函数逼方法近结构的优越性就在于它不但是一个逼近系数