发明名称 |
基于人工神经网络获得雷电流的方法 |
摘要 |
本发明涉及基于人工神经网络获得雷电流的方法,属于电工领域雷电监测技术,该方法包括:利用闪电光电磁同步观测系统中离观测点不同距离处的电场和磁场传感器,获得电场和磁场的数据组成训练样本集与测试样本集,然后对训练样本集中的数据进行小波降噪和光滑等预处理措施,通过训练样本集对人工神经网络进行训练,获得人工神经网络的网络参数:连接权值,最后利用测试样本集对训练好的人工神经网络进行测试。本发明基于Elman人工神经网络,利用测量得到的雷电放电产生的电磁场,计算得到雷电流数据,从而获得雷电流幅值等特征参数,为雷电防护提供基本参数,使雷电防护做到有的放矢。 |
申请公布号 |
CN106124830A |
申请公布日期 |
2016.11.16 |
申请号 |
CN201610541684.5 |
申请日期 |
2016.07.11 |
申请人 |
清华大学 |
发明人 |
何金良;杨滚;余占清;陈坤金 |
分类号 |
G01R19/00(2006.01)I |
主分类号 |
G01R19/00(2006.01)I |
代理机构 |
北京清亦华知识产权代理事务所(普通合伙) 11201 |
代理人 |
廖元秋 |
主权项 |
一种基于人工神经网络获得雷电流的方法,其特征在于,该方法具体包括以下步骤:1)获取电磁场数据,并对获取的电磁场数据进行预处理,得到训练矩阵和训练目标矩阵:2)利用Elman人工神经网络,通过步骤1)中获得的训练矩阵和训练目标矩阵,对人工神经网络的网络参数进行训练优化,得到人工神经网络的网络参数:连接权值:3)对测试样本集进行数据的预处理和合并,并利用得到的人工神经网络进行测试,得到雷电流结果。 |
地址 |
100084 北京市海淀区清华园1号 |