神经网络自适应法的仿真研究

摘要

神经网络自适应法是以自适应噪声对消技术为检测原理、采用三层前馈神经网络实现的自适应谐波电流检测方法的简称,具有较强的自适应能力。该方法的检测性能与一个周期内的采样个数N、输入层神经元的数目n1、隐层神经元的数目n2和学习率η都有关。使用MATLAB软件对该方法进行了数字仿真,以了解这些参数对该方法检测性能的影响。仿真发现：N和η都既不能太大,也不能太小,应选择适中;n1和n2都越小越好,故应使n1=n2=1。当n1=n2=1时,神经网络自适应法将得到简化,这将促进该方法在实际工程中的进一步应用。%Neural networks-based adaptive method（NNAM） is the shortened form of the adaptive detection method for harmonic current,a method that uses adaptive noise canceling technology as its detection principle was realized by adopting three-layer feed-forward neu