摘要: 学习矢量量化(LVQ)网络广泛应用于在模式识别和分类领域。为了使样本的分类更准确、快速,结合了电能质量综合评估的问题对 LVQ算法进行了研究,并在此基础上提出一种改进的算法,即排斥的学习矢量量化(E-LVQ)算法。利用自组织映射(SOM)算法自组织特征的... 展开 学习矢量量化(LVQ)网络广泛应用于在模式识别和分类领域。为了使样本的分类更准确、快速,结合了电能质量综合评估的问题对 LVQ算法进行了研究,并在此基础上提出一种改进的算法,即排斥的学习矢量量化(E-LVQ)算法。利用自组织映射(SOM)算法自组织特征的优势,对电能样本进行处理,筛选出带有区域特征的电能评估指标,在此基础上构建了 SOM-ELVQ的电能质量评估模型,并编写 VC++程序加以验证。经SOM-ELVQ网络与LVQ网络、人工评估法得出的评价结果相比较,表明改进的LVQ算法适用于解决综合评估电能质量的问题。SOM-ELVQ网络方法加快了网络训练的收敛速度,提高了分类准确率。该评价方法易于掌握、结果客观,达到了预期的评估效果,对于电能质量综合评估问题有良好的意义和应用价值。 收起