基于自适应RBF神经网络的变压器噪声有源控制算法

摘要：

针对现有变压器噪声有源控制算法存在的不足,提出了一种用于抑制噪声的新算法.该算法融合了自适应算法、粒子群算法、改进梯度下降算法及RBF神经网络算法.首先利用自适应算法确定降噪系统控制器中RBF神经网络隐含层节点个数和相应的参数;然后,根据切换策略自适应地选择粒子群算法或者改进梯度下降算法,用来优化节点数目和参数;最后,将优化得到的隐含层结构和参数反馈至系统控制器中,使系统的次级声源更好地抵消源声源.通过将所提的改进RBF神经网络法与未改进的RBF神经网络法和BP神经网络法进行比较,表明该算法可有效地提高降噪系统的自适应能力和抗干扰能力,且能够将噪声控制在较低的范围内,获得较理想的降噪效果.

关键词：变压器噪声、RBF神经网络、自适应算法、粒子群算法、改进梯度下降算法

所属期刊栏目：47

分类号：TM401(变压器、变流器及电抗器)

资助基金：国家电网公司2011年重点科技项目2011-0810-2251;State Grid Corporation key technology projects2011-0810-2251

在线出版日期：2014-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：45-50