-
题名小电流系统单相接地选线的两种新思路
被引量：16
- 1
-
-
作者
刘宇
申东日
-
机构
抚顺石油学院自动化系
-
出处
《继电器》
CSCD
1998年第4期25-28,共4页
-
文摘
针对小电流系统单相接地的实际情况，将Ｂａｙｅｓ决策和多层前馈神经网络分别用于故障线路的选择，仿真实验结果令人满意。
-
关键词
继电保护
小电流系统
单相接地
选线
电力系统
-
Keywords
Bayes decision Neural network Power system with floating neutral Singlephase to ground
-
分类号
TM77
[电气工程—电力系统及自动化]
-
-
题名BP网络改进方法概述
被引量：19
- 2
-
-
作者
申东日
冯少辉
陈义俊
-
机构
抚顺石油学院自动化系
-
出处
《化工自动化及仪表》
EI
CAS
2000年第1期30-33,共4页
-
文摘
以BP网络的结构和学习算法的缺点为出发点 ,系统地介绍了BP网络的各种改进方法。
-
关键词
神经网络
BP网
自动控制
改进方法
-
Keywords
neural networks
BP network
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—计算机科学与技术]
-
-
题名小电流接地系统单相接地故障选线原理综述
被引量：9
- 3
-
-
作者
刘宇
申东日
-
机构
抚顺石油学院自动化系
-
出处
《抚顺石油学院学报》
1997年第4期52-57,共6页
-
文摘
小电流系统发生单相接地时故障线路的选择问题日益受到重视。在简要分析发生单相接地时系统基本特性的基础上，回顾了单相接地保护在国内外研究发展的历史，分析了几种保护原理及其代表性产品或装置的特点，最后给出了单相接地保护的前景和发展方向。
-
关键词
小电流接地系统
单相接地
故障线路
故障选线
-
Keywords
Power system with floating neutral
Sigle-phase to ground
Discriminate the faulted line or bus
-
分类号
TM862
[电气工程—高电压与绝缘技术]
-
-
题名基于RBF神经网络多步预测的自适应PID控制
被引量：15
- 4
-
-
作者
姬晓飞
孟令柏
申东日
陈义俊
-
机构
辽宁石油化工大学信息工程分院
-
出处
《甘肃科学学报》
2003年第2期71-75,共5页
-
文摘
提出一种基于RBF神经网络多步预测的自适应PID控制算法.该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识,利用多步预测误差对PID型控制器网络进行训练,从而实现PID参数的在线自适应寻优.通过对典型非线性系统的仿真研究,该控制系统具有较强的适应性和鲁棒性.
-
关键词
神经网络
多步预测
PID控制
RBF网络
非线性系统
-
Keywords
neural network
multi-step prediction PID control
RBF network
nonlinear system
-
分类号
TP15
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于RBF神经网络的非线性系统的预测
被引量：13
- 5
-
-
作者
李月英
申东日
陈义俊
李素杰
-
机构
辽宁石油化工大学信息工程学院
-
出处
《计算机测量与控制》
CSCD
2006年第3期319-321,共3页
-
文摘
对于非线性系统的预测辨识,提出用动态节点生成构造性RBF神经网络作为预测模型,且RBF神经网络的学习算法采用一种新的全监督式学习算法,即神经网络隐层引入新节点时,通过使新节点的输出尽可能逼近残差序列的方向来获取网络参数,从而减少学习误差,使网络输出能够较好的跟踪系统输出。仿真表明该学习算法的有效性。
-
关键词
RBF神经网络
构造性网络
动态结点生成
预测控制
-
Keywords
RBF neural networks, training network
dynamic node creation
predictive control
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种用于非线性函数逼近的小波神经网络
被引量：9
- 6
-
-
作者
许慧
申东日
陈义俊
-
机构
辽宁石油化工大学信息工程学院
-
出处
《自动化与仪器仪表》
2003年第6期4-6,共3页
-
文摘
提出一种用于非线性函数逼近的小波神经网络 ,给出了网络的参数训练方法。从信息熵的概念出发 ,改进了网络参数训练的目标函数 ,并利用引入动量项的最速下降法训练网络权值、尺度因子和平移因子。仿真实验表明 ,该小波神经网络用于非线性函数逼近时优于同等规模的BP网络 ,且其训练方法亦具有收敛速度快、逼近精度高等优点。
-
关键词
小波分析
小波神经网络
信息熵
函数逼近
BP网络
非线性系统
-
Keywords
Wavelet analysis Wavelet neural networks Information entropy Function approach
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进Elman神经网络的非线性预测控制
被引量：11
- 7
-
-
作者
范燕
申东日
陈义俊
邵奎星
-
机构
辽宁石油化工大学信息与控制工程学院
-
出处
《河南科技大学学报（自然科学版）》
CAS
2007年第1期41-45,共5页
-
文摘
为了提高非线性预测控制中预测模型的精度,提出一种基于递归神经网络建模的预测控制方案。采用改进Elman神经网络在线建立预测模型,用递推最小二乘法在线修改神经网络权值,并引入误差补偿环节,从而达到改善预测模型精度的目的,使控制系统的控制性能得到提高。仿真实验表明了该方法的有效性。
-
关键词
ELMAN神经网络
在线训练
误差补偿
非线性预测控制
-
Keywords
Elman neural network
Online training
Error compensation
Nonlinear model predictive control
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名BP网络改进算法及其在故障诊断中的应用
被引量：9
- 8
-
-
作者
王娜
申东日
陈义俊
-
机构
辽宁石油化工大学信息工程学院
-
出处
《自动化技术与应用》
2004年第5期20-22,共3页
-
基金
AnImprov
-
文摘
针对基本BP算法在接近最优点时收敛速度变慢的缺点 ,提出一种BP网络的快速训练算法。将网络训练过程分为两个阶段 ,首先采用BP算法使其接近最优点 ,再改用共轭梯度法以加快收敛速度。仿真结果表明该算法是一种快速的方法。并将其应用于故障诊断中 。
-
关键词
BP网络
最速下降法
共轭梯度法
故障诊断
-
Keywords
BP network
Steepest descent algorithm
Conjugate gradient algorithm
Fault diagnosis
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种基于模糊神经网络的自适应PID智能控制器
被引量：11
- 9
-
-
作者
江善和
申东日
-
机构
安庆师范学院物理系
辽宁石油化工大学信息工程学院
-
出处
《安庆师范学院学报（自然科学版）》
2004年第2期1-4,共4页
-
文摘
设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。
-
关键词
模糊神经网络
PID控制器
自适应控制
T-S模糊辨识
-
Keywords
Fuzzy neural network
PID controller
adaptive control
T-S fuzzy identification
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名智能传感器、现场总线与FCS
被引量：10
- 10
-
-
作者
付兴建
陈义俊
申东日
李迎春
-
机构
抚顺石油学院自动化系
-
出处
《仪表技术与传感器》
CSCD
北大核心
2001年第9期25-28,共4页
-
文摘
归纳了智能传感器的性能特点 ,介绍了现场总线的体系结构及特点 ,分析了FCS的构成特征及FCS对DCS的影响 ,讨论了基于现场总线企业网的完善性和突出性能。
-
关键词
智能传感器
现场总线
FCS
控制系统
-
Keywords
Intelligent Sensors,Fieldbus,FCS
-
分类号
TP212.6
[自动化与计算机技术—检测技术与自动化装置]
TP273
[自动化与计算机技术—控制科学与工程]
-
-
题名一种基于神经网络辨识的预测方法
被引量：8
- 11
-
-
作者
李素杰
申东日
陈义俊
李月英
-
机构
辽宁石油化工大学信息工程学院
-
出处
《甘肃科学学报》
2006年第2期66-69,共4页
-
文摘
针对时变的非线性系统,将传统的预测控制与神经网络逼近任意非线性函数的能力相结合,提出一种基于神经网络辨识的预测方法.同时选用含有调整参数的双曲正切函数作为节点的激活函数,弥补由于未考虑激活函数的输出值域、影响神经网络辨识精度和速度不足的问题.仿真结果表明,它适用于无滞后和有滞后的时变非线性系统,辨识收敛速度快、精度高,并具有较强的自适应性和鲁棒性.
-
关键词
神经网络
自适应控制
非线性系统
预测控制
-
Keywords
neural network
adaptive control
nonlinear system
predictive control
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进的RBF神经网络在线辨识算法及其应用
被引量：6
- 12
-
-
作者
姬晓飞
申东日
陈义俊
-
机构
辽宁石油化工大学信息工程学院
-
出处
《计算机仿真》
CSCD
2003年第11期61-63,共3页
-
文摘
针对径向基函数 (RBF)神经网络用于非线性系统辨识时存在的问题 ,对径向基函数网络的拓扑结构作了改进 ,并给出了改进的径向基函数 (MRBF)神经网络的中心选取方法和权值在线调整算法 ,最后用改进的径向基函数网络对一个典型工业对象 (CSTR)进行了应用研究 ,结果表明方法有效。
-
关键词
系统辨识
在线辨识算法
RBF神经网络
径向基函数
非线性系统
-
Keywords
Neural networks
On-line identification
Competitive learning
-
分类号
O231.3
[理学—运筹学与控制论]
TP183
[理学—数学]
-
-
题名基于前向神经网络的多新息随机梯度辨识算法
被引量：9
- 13
-
-
作者
刘英玉
申东日
陈义俊
李蓉
-
机构
辽宁石油化工大学信息工程学院
-
出处
《哈尔滨商业大学学报（自然科学版）》
CAS
2006年第2期83-86,共4页
-
文摘
为了提高动态系统的辨识精度,提出一种基于前馈神经网络的多新息随机梯度辨识算法,它通过动态调整网络权值来提高网络在线辨识性能.由于多新息随机梯度辨识算法利用了系统的当前数据和历史数据,对动态辨识,特别是对具有纯时间延迟动态系统的辨识,较传统的BP算法在辨识精度和收敛速度方面具有更好的效果.仿真结果表明该算法的有效性.
-
关键词
多新息随机梯度辨识算法
前向神经网络
非线性时变系统
-
Keywords
multi-innovation stochastic gradient identification algorithm
recurrent neural networks
nonlinear time varying system
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于模糊神经网络的自适应模糊辨识方法
被引量：5
- 14
-
-
作者
江善和
申东日
陈义俊
-
机构
辽宁石油化工大学信息工程学院
-
出处
《系统仿真学报》
CAS
CSCD
2003年第5期731-734,共4页
-
文摘
基于改进的T-S模型,提出一种自适应模糊神经网络模型(AFNN)。首先,基于模糊竞争学习算法确定系统的模糊空间和模糊规则数,并得出每个样本对每条规则的适用程度。其次,利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁,逼近能力强,能够显著提高辨识精度,并且辨识的模糊模型简单有效。最后,将该AFNN用于非线性系统的模糊辨识,仿真结果验证了该方法的有效性。
-
关键词
T—S模型
自适应模糊神经网络
模糊竞争学习
模糊辨识
-
Keywords
T-S model
adaptive fuzzy neural network
fuzzy competitive learning
fuzzy identification
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种改进的同伦BP算法及其在故障诊断中的应用研究
被引量：5
- 15
-
-
作者
张贺
申东日
陈义俊
李一洁
-
机构
辽宁石油化工大学信息工程学院
-
出处
《计算机测量与控制》
CSCD
2005年第3期235-236,249,共3页
-
文摘
为克服标准BP算法中存在的网络学习收敛速度慢、容易陷入局部极小等问题, 引入同伦算法, 提出了一种将同伦论与快速BP算法结合的改进算法, 并采用二进制结构表示输出模式矩阵。最后以柴油机燃油系统为例, 对其中的几种故障进行诊断研究。仿真结果表明此方法既能快速收敛, 又能大大提高避免陷入局部极小的能力。
-
关键词
故障诊断
应用
学习收敛速度
快速BP算法
局部极小
同伦算法
改进算法
模式矩阵
燃油系统
诊断研究
快速收敛
仿真结果
同伦论
二进制
柴油机
-
Keywords
neural network
Homotopy
binary system
fault diagnosis
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP18
[自动化与计算机技术—控制科学与工程]
-
-
题名基于改进遗传算法的神经网络模型辨识
被引量：5
- 16
-
-
作者
薛力红
申东日
陈义俊
李喆
-
机构
辽宁石油化工大学信息工程学院
-
出处
《计算机仿真》
CSCD
2004年第12期90-91,168,共3页
-
文摘
利用前向神经网络对非线性动态系统建模时存在着很大的缺陷,因此提出采用递归网络(RNN)对非线性动态系统建模。并在权值的修正上,摆脱常用BP算法的束缚,采用改进的遗传算法搜索最优权值。最后对一高阶非线性系统进行建模仿真实验,结果表明该方法是有效的。
-
关键词
递归网络
遗传算法
模型辨识
-
Keywords
Recurrent neural network
Genetic algorithm
Identification of the plant
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名模糊小波网络在煤与瓦斯突出预测中的应用
被引量：6
- 17
-
-
作者
陈凤
申东日
陈义俊
闫君
-
机构
辽宁石油化工大学信息与控制工程学院
-
出处
《煤矿安全》
CAS
北大核心
2006年第10期51-54,共4页
-
文摘
为了正确预测煤与瓦斯突出的趋势与危险性,提出用改进的模糊小波网络技术建立煤与瓦斯突出预测系统,以模糊数学作为表达与处理不精确数据、模糊信息条件的手段,以小波网络与改进BP算法作为解决问题的途径。仿真结果表明,该模型收敛速度快,准确性高,具有较强的可靠性和实用性,是一种十分有效的煤与瓦斯突出危险性预测方法。
-
关键词
小波网络
模糊小波网络
煤与瓦斯突出
预测
-
分类号
TD713.2
[矿业工程—矿井通风与安全]
-
-
题名一种快速BP网络训练算法及应用
被引量：5
- 18
-
-
作者
王娜
申东日
陈义俊
-
机构
辽宁石油化工大学信息工程学院
-
出处
《计算机仿真》
CSCD
2004年第8期115-117,共3页
-
文摘
针对基本BP算法在接近最优点时收敛速度变慢的缺点,提出一种快速BP网络训练算法。该算法将网络训练过程分为两个阶段,首先采用变学习率BP算法使其接近最优点,再改用PRP共轭梯度法以加快收敛速度,其中学习率通过不精确一维搜索方法寻找得到。并采用Widrow—Nguyen初始化规则选取初始权值。通过两个仿真试验表明该算法是一种高效、快速的BP网络训练方法。同时,该算法具有简单、易于实现的优点,具有较为广阔的应用前景。
-
关键词
反向传播网络
最速下降法
共轭梯度法
学习速度
-
Keywords
Back propagation network
Steepest descent algorithm
Conjugate gradient algorithm
Learning speed
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于输入输出的滑模变结构控制
被引量：5
- 19
-
-
作者
刘旭川
申东日
陈义俊
-
机构
辽宁石油化工大学信息工程学院
-
出处
《计算机仿真》
CSCD
2005年第4期67-69,共3页
-
文摘
针对一类非线性系统中存在不确定性和外部干扰,运用滑模变结构控制理论,提出一种具有滑动模态的控制器设计方法。该设计的目的是使系统的跟踪误差趋近于0,并且对不确定性和外部干扰具有较强的鲁棒性。控制器利用滑动模态对系统参数变化以及对外部干扰具有的完全不变性,使系统的鲁棒性得以提高;文中讨论了滑动模态的存在性和滑动模态的不变性原理,对于滑动模态的到达问题,用选定的趋近律代替常规的到达条件,不仅可以减少非线性引起的分析困难,还有助于改善系统的动态品质。最后对一非线性系统进行仿真,仿真结果表明该文提出的控制方法能够获得令人满意的结果。
-
关键词
滑模
变结构控制
非线性系统
-
Keywords
Sliding mode
Variable strucrure control
Nonlinear system
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于神经网络的迭代优化预测控制
被引量：4
- 20
-
-
作者
李素杰
申东日
陈义俊
李月英
-
机构
辽宁石油化工大学信息工程学院
-
出处
《计算机仿真》
CSCD
2006年第10期147-150,共4页
-
文摘
针对时变的非线性系统,提出一种基于神经网络的迭代优化预测控制。它将传统的预测控制策略与神经网络逼近任意非线性函数的能力结合,预测系统未来输出,然后用迭代学习方法优化预测控制器,即通过一阶泰勒展开的方法,把非线性优化问题转化为线性优化问题。不仅简化计算,同时避免用神经网络优化控制器时,由于调节参数过多、调节速度慢而导致系统闭环稳定性和鲁棒性差的问题。仿真结果表明,该控制方案具有良好的控制品质,并适应对象参数的变化,具有较强的鲁棒性和自适应性。
-
关键词
非线性系统
预测控制
神经网络
自适应控制
迭代控制
-
Keywords
Nonlinear system
Predictive control
Neural network
Adaptive control
lterative control
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
