✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
⛄ 内容介绍
提出了一种基于遗传算法优化BP神经网络的电路参数诊断方法,利用神经网络的非线性问题处理能力进行故障诊断.针对BP神经网络在运算过程中易陷入局部极小的问题,结合遗传算法计算网络参数初始值,寻找最优的隐含层节点数,对网络进行优化.结合实例验证,该方法相对于传统BP神经网络在解决电网电路参数问题上,收敛速度和准确率都有所提升.
⛄ 部分代码
function [Iin,Icf]=get_expI(f,M,R)
% M=0.8*5.477e-05;
% f=85000;
% R=100;
%%
Uin=100*2*sqrt(2)/pi;
Lf=1.697e-05;
Cf=2.066e-07;
Cp=4.8e-08;
Cs=3.506e-08;
Rs=0.06;
Ls=100e-6;
Rp=0.09;
Lp=120e-6;
k=M/(sqrt(Ls*Lp));
W=2*pi*f;
Zt=((1+(Cf/Cp)-W^2*Lp*Cf+1i*W*Cf*Rp));
Z11=1i*W*Lf+((1i*W*Lp+(1/(1i*W*Cp))+Rp))/Zt ;
Z12=-(1i*W*M)/Zt;
Z21=-(1i*W*M)/Zt;
Rc=W*Cs*R;
Z22=Rs+Rc/(W*Cs*(1+Rc^2))+1i*(W*Ls-(Rc^2)/(W*Cs*(1+Rc^2)))+((1i*W^3*M^2*Cf)/Zt) ;
Z=[Z11 Z12;Z21 Z22];
I=Z^-1*[Uin;0];
Iin=abs(I(1,1));
Is=abs(I(2,1));
Zs=Rs+1i*W*Ls+R/(1+1i*W*Cs*R);
Zr=(W^2*M^2)/Zs;
Icf=Iin*abs((Rp+Zr+1i*W*Lp+1/(1i*W*Cp))/((Rp+Zr+1i*W*Lp+1/(1i*W*Cp))+1/(1i*W*Cf)));
⛄ 运行结果
⛄ 参考文献
[1] 封安辉. 基于QGA优化的BP神经网络在电力电子电路故障诊断中的应用研究[D]. 兰州交通大学.
[2] 谭检平, 刘辉, 杨岳飞. 遗传算法优化的BP神经网络在模拟电路故障诊断中的应用[J]. 科教导刊, 2014(3):3.
[3] 任谢楠. 基于遗传算法的BP神经网络的优化研究及MATLAB仿真[D]. 天津师范大学, 2014.
[4] 章熙, 郭翔, 余云昊,等. 一种基于遗传算法优化BP神经网络的电网故障诊断方法[J]. 科技创新与应用, 2019(29):3.
[5] 费强, 赵武云, 戴飞,等. 基于 BP 神经网络及遗传算法的组合式板齿脱粒装置参数优化[J]. 江苏农业科学, 2014, 42(3):4.
