基于遗传小波神经网络的变电站内变压器噪声自适应抑制

摘要：

为减少变电站噪声污染,针对变压器噪声控制问题,提出一种基于遗传小波神经网络的变电站内变压器噪声自适应抑制方法.首先,将变压器噪声进行小波神经网络建模,比较变压器实际噪声信号和模型输出噪声信号的大小.其次,根据残余噪声信号幅值绝对值,自适应选择遗传算法或者梯度下降算法作为小波神经网络中参数迭代的优化方法.最后,利用一种降噪综合性能评价策略,确定模型隐含层最优结构.通过3种不同模型的仿真,结果表明遗传小波神经网络模型对变压器附近的噪声信号有较好的抑制效果.

关键词：变压器噪声、遗传算法、小波神经网络、降噪综合性能评价、自适应抑制

所属期刊栏目：36

分类号：TM401(变压器、变流器及电抗器)

在线出版日期：2020-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：25-31