论文部分内容阅读
本文研究了量子神经网络在电网故障诊断中的应用，以改善故障诊断的容错性。首先利用分辨矩阵的属性约简算法，对决策表进行约简预处理。并设计了量子神经网络训练算法，采用误差反向传播，通过动量梯度下降法更新权值和最小化类方差更新量子间隔。最后对-4母线电力系统仿真，并与传统BP神经网络比较，仿真表明该方法能消去故障信息的冗余成分，提高诊断速度。并在信息不完备或畸变时有较高的诊断准确率和较好的容错性。