基于神经网络实用稳定性理论提高FNN容错性的方法及其在电力系统中的应用

摘要

在神经网络(NN)实用稳定性理论和对前馈神经网络(feed-forward neural network, FNN)容错性能(fault- tolerance performance, FTP)理论分析的基础上,提出了一种提高FNN容错性的实用方法,该法建立了基于FNN学习与模糊处理相结合的FNN模型重构机理,以改变FNN“伪吸引子”和“伪吸引域”来地提高FNN的FTP。文中以电力输电线路故障诊断为例,通过仿真测试证明了所提方法的可行性,并能有效地提高FNN的FTP,所研究的方法为基于FNN实时信息处理系统的实际应用提供了重要的保证。