一种基于Morlet小波神经网络和改进蝙蝠算法的充电机谐波检测方法
申请号:CN202411575613
申请日期:2024-11-06
公开号:CN119415938A
公开日期:2025-02-11
类型:发明专利
摘要
本发明涉及优化智能检测领域,具体公开了一种基于Morlet小波神经网络和改进蝙蝠算法的充电机谐波检测方法,该方法采用小波变换与BP(BackPropagation)神经网络相融合的紧凑型结构,小波神经网络隐含层的激活函数为小波基函数,采用Morlet函数作为小波变换的小波基函数,从而提高谐波检测的精度和速度;在小波神经网络训练过程中,在传统蝙蝠算法的基础上,引入聚焦距离和惯性权重,提高蝙蝠算法全局寻优的稳定收敛性,将蝙蝠算法的寻优结果作为小波神经网络的隐含层节点数,解决了小波神经网络检测谐波时由于隐含层节点数随机设置而引起多次检测结果的较大差异性,不仅进一步提高了谐波检测的精度和速度,而且提高了谐波检测的稳定收敛性。
技术关键词
蝙蝠算法
谐波检测方法
小波神经网络
充电机
训练样本数据
紧凑型结构
节点数
脉冲
代表
因子
结点
频率
神经网络参数
收敛现象
神经网络训练
误差