基于T-S模糊神经网络的电晕放电模式识别方法

赵大伟; 郑殿春; 张仲麟; 吕树明

Chinese

您当前的位置：

首页 >

文章列表页 >

基于T-S模糊神经网络的电晕放电模式识别方法

电气与电子工程 | 更新时间：2026-07-10

- 基于T-S模糊神经网络的电晕放电模式识别方法
- A Method of Corona Discharge Pattern Recognition Based on T-S Fuzzy Neural Network
- 哈尔滨理工大学学报 2011年16卷第4期页码：45-50
- 作者机构：
  
  哈尔滨理工大学电气与电子工程学院
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM851;TP183
- 纸质出版：2011
- 稿件说明：
移动端阅览
赵大伟, 郑殿春, 张仲麟, 等. 基于T-S模糊神经网络的电晕放电模式识别方法[J]. 哈尔滨理工大学学报, 2011,16(4):45-50.

ZHAO Da-wei, ZHENG Dian-chun, ZHANG Zhong-lin, et al. A Method of Corona Discharge Pattern Recognition Based on T-S Fuzzy Neural Network[J]. 2011, 16(4): 45-50.
赵大伟, 郑殿春, 张仲麟, 等. 基于T-S模糊神经网络的电晕放电模式识别方法[J]. 哈尔滨理工大学学报, 2011,16(4):45-50. DOI：

ZHAO Da-wei, ZHENG Dian-chun, ZHANG Zhong-lin, et al. A Method of Corona Discharge Pattern Recognition Based on T-S Fuzzy Neural Network[J]. 2011, 16(4): 45-50. DOI：

摘要

提出了基于T-S模糊神经网络的电晕放电模式识别方法

设计制作了三类电晕放电实验模型

并从采集的电晕放电信号中提取最大值、最小值、均值及其分形维数作为网络的输入特征向量

根据特征向量维数、隶属度函数类型及隶属度函数个数对T-S模糊神经网络的拓扑结构进行分析

将输入神经元个数为4、隶属度函数层为3个高斯型函数的网络确定为电晕放电的模式识别网络

并对此类网络进行训练和测试

结果表明此网络用于电晕放电模式识别是有效的.

Abstract

T-S fuzzy neural network(T-S FNN) is presented to recognize the types of corona discharge.Three types of corona discharge model are made

the maximum

minimum

mean and fractal dimension are extracted from sampling corona discharge signals and then used as the input vectors of neural network.T-S FNN topological structure is investigated in accordance with the number of input vectors

membership functions and the number of membership functions.The T-S FNN

with 4 input neurons and 3 Gaussian functions

is confirme...

关键词

Keywords

references

浏览量

1676

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

桩基缺陷特征的视窗提取及特征向量矩阵

刀具磨损监测技术及其在重型切削中的应用

融合多模态特征的在线课程资源推荐方法

基于 MAPPO 算法的广义储能分频响应控制策略

一类椭圆型方程解的 Hölder 连续性