摘要：在众多神经元网络模型中,最基本的是线性元网。其主要应用是做为模式分类器。虽然线性神经元可以由硬件电路实现,但其在网络设计和调试训练时还存在许多难以解决的问题。而用软件模拟神经元网的设计和训练则具有更大的灵活性。基于此目的,给出了基于C++类的神经元及神经网络的程序实现。并给出了通过友元函数形式实现对线性神经元的训练程序。在所定义的神经元及神经元网络类的基础上,可以定义其他形式的神经网络,以实现不同应用目的。

摘要：设计一种电能计量装置谐波抑制方法。通过自适应采用自适应线性神经元网络,检测低压电能装置的谐波;通过并联单谐调滤波器与高通滤波器设计无源滤波器;以最小谐波电流、电压畸变率、最大无功功率补偿容量为目标,电压、电流限制与基波无功功率限制为约束条件,建立无源滤波器参数优化目标函数;在遗传算法内引入小生境概念,设计最优存储策略、启发式交叉、均匀式变异,完成遗传算法改进;通过改进遗传算法获取无源滤波器最优参数;利用参数优化后的无源滤波器抑制检测到的谐波。实验证明:注入对称电阻负载与不对称电阻负载时,该方法均可精准检测谐波电流与谐波电压;该方法可有效抑制谐波,降低谐波畸变率与电能计量误差。

摘要：为改善电网的电能质量,提出一种新的统一电能质量控制器(UPQC)补偿量检测方法。利用线性神经元在线自适应调整学习率获得基波电压分量,再根据对称分量法提取基波正序电压分量,获得电压补偿量,利用已得结果和能量平衡原理计算得到电流补偿量。结果表明,基于该方法设计的UPQC能够有效地对电能质量进行补偿,其动态响应速度快,结构简单,易于硬件实现。仿真结果验证了该文方法的正确性。