滑动窗Walsh基函数神经网络检测电能质量扰动

为了能够准确实时检测出电力系统中存在的电能质量扰动,提出了一种自适应确定隐神经元数及修改权值的自适应Walsh基函数神经网络时频分析方法。在此基础上采用加滑动窗的方法,根据不同时刻不同基上的权值能量分布信息检测电能质量扰动的特征,实现了对电能质量扰动的实时检测。实验仿真显示该基函数神经网络有较好的逼近能力和滤噪特性,对于电能质量扰动信号的实时检测效果较好。

一种在网格内部捕捉间断的Walsh函数有限体积方法

传统有限体积或有限元方法假定流动变量在单元内连续,间断仅限于控制体的交界面上,因此它们无法在控制体内部捕捉间断.本文摒弃控制体内流动变量连续的假设,将自身具有间断特点的Walsh基函数应用于有限体积方法,把控制体内的流场变量表示成间断基函数的组合形式.按照Walsh基函数在控制体内引入的间断数目和位置,将控制体单元虚分为若干个分片连续的子单元,并将Walsh基函数级数表征的守恒型控制方程在每个子单元上进行数值积分和离散求解.相对于传统有限体积方法,这种利用Walsh基函数构造的新型有限体积方法能够以一定的比例减小数值误差,提高分辨率,并可实现控制体单元内部的间断捕捉,本文将其命名为Walsh函数有限体积方法.该方法在子单元尺度上仅具有一阶计算精度,为进一步提高对光滑解的分辨率,在每个控制体内利用子单元上的变量平均值进行重构,提出了子单元尺度上具有的二阶/高阶计算精度的Walsh函数有限体积方法.最后,运用新发展的方法求解无黏Burgers方程和Euler方程,并在相同的计算网格上与传统有限体积方法进行对比计算,对新方法的计算精度、计算效率、间断捕捉能力和鲁棒性进行了验证.