改进小脑模型网络的干式变压器卷线机跑偏信号谐波分析
侯媛彬，杜京义
（西安科技大学电气与控制工程学院，710054,西安）
摘要:提出一种基于改进的小脑模型控制器（CMAC）神经网络的干式变压器卷线机跑偏信号谐波分析方法.该方法在检测到干式变压器卷线机跑偏信号的基础上，对不同频率的谐波进行了分析、推论，将常规CMAC网络的学习因子改成随学习误差的变化动态调整，然后采用基于改进的CMAC神经网络对跑偏各谐波分别辨识，再取主次非线性谐波叠加.辨识结果表明，这种方法不仅能方便地识别出最大跑偏信号谐波基频的最小频率范围，而且比在相同情况下采用常规反向传播（BP）的网络辨识的精度高，学习速度提高20%，同时得到了最大跑偏信号谐波的最简单模型.
关键词:卷线机；最大跑偏信号；谐波分析；最小频率范围
中图分类号:TP18文献标识码:A文章编号:0253-987X(2005)10-1092-05