基于径向基网络的金属氧化物避雷器阀片伏安特性拟合

摘要

为了解决现有金属氧化物避雷器阀片伏安特性拟合中存在的过冲、收敛慢、误差大的问题,用神经网络方法,通过对金属氧化物避雷器(MOA)的原始伏安数据进行分析,确定了神经元个数,并设计了输入、输出隶属函数对数据进行预处理.用一个径向基神经网络系统对MOA阀片的伏安特性曲线进行了拟合,拟合结果与分段线性、多指数、线性与非线性拟合法相比,较大幅度地提高了拟合精度和收敛速度,完全适用于MOA阀片的伏安特性拟合.