Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі
Розглянуто енергоощадний векторно-керований асинхронний електропривод з оптимізатором втрат потужності на основі нейронної мережі (НМ). Запропоновано методику та проведено дослідження точності нейромережного оптимізатора при врахуванні ефекту перенавчання НМ. Цей ефект пов’язаний із наявністю помило...
Gespeichert in:
| Veröffentlicht in: | Праці Інституту електродинаміки НАН України |
|---|---|
| Datum: | 2011 |
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
Інститут електродинаміки НАН України
2011
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/64069 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі / Б.І. Приймак, Н.В. Гаркович // Праці Інституту електродинаміки Національної академії наук України: Зб. наук. пр. — К.: ІЕД НАНУ, 2011. — Вип 30. — С. 58-61. — Бібліогр.: назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-64069 |
|---|---|
| record_format |
dspace |
| spelling |
Приймак, Б.І. Гаркович, Н.В. 2014-06-11T04:52:05Z 2014-06-11T04:52:05Z 2011 Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі / Б.І. Приймак, Н.В. Гаркович // Праці Інституту електродинаміки Національної академії наук України: Зб. наук. пр. — К.: ІЕД НАНУ, 2011. — Вип 30. — С. 58-61. — Бібліогр.: назв. — укр. 1727-9895 https://nasplib.isofts.kiev.ua/handle/123456789/64069 62-83:621.313.333:681.51 Розглянуто енергоощадний векторно-керований асинхронний електропривод з оптимізатором втрат потужності на основі нейронної мережі (НМ). Запропоновано методику та проведено дослідження точності нейромережного оптимізатора при врахуванні ефекту перенавчання НМ. Цей ефект пов’язаний із наявністю помилок при емпіричному визначенні оптимального потокозчеплення ротора двигуна. За результатами дослідження виявлено раціональну кількість нейронів у захованому шарі НМ. У цьому разі можна отримати високу точність оптимізації при використанні досить простої мережі. Рассмотрен энергосберегающий векторно-управляемый асинхронный электропривод с оптимизатором потерь мощности на базе нейронной сети (НС). Предложена методика и проведено исследование точности нейросетевого оптимизатора с учетом эффекта переобучения НС. Этот эффект связан с наличием ошибок при эмпирическом определении оптимального потокосцепления ротора двигателя. По результатам исследования установлено рациональное количество нейронов в спрятанном слое НС. В этом случае можно получить высокую точность оптимизации при использовании достаточно простой сети. The energy-saving vector controlled induction motor drive with a neural network (NN) based power loss optimizer is studied. The method is proposed and is studied the accuracy of NN optimizer taking into account the effect of over-learning of NN. This effect is associated with errors of empirical determine of the optimum rotor flux linkage of motor. The results of studies found a rational number of neurons in hidden layer of NN. For this case, may be received high accuracy of optimization using a simple network. uk Інститут електродинаміки НАН України Праці Інституту електродинаміки НАН України Електричні машини та апарати Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі Исследование точности нейросетевого оптимизатора потерь мощности в асинхронном электроприводе Study of the accuracy of a neural network optimizer of power loss in the induction motor drive Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі |
| spellingShingle |
Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі Приймак, Б.І. Гаркович, Н.В. Електричні машини та апарати |
| title_short |
Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі |
| title_full |
Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі |
| title_fullStr |
Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі |
| title_full_unstemmed |
Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі |
| title_sort |
дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі |
| author |
Приймак, Б.І. Гаркович, Н.В. |
| author_facet |
Приймак, Б.І. Гаркович, Н.В. |
| topic |
Електричні машини та апарати |
| topic_facet |
Електричні машини та апарати |
| publishDate |
2011 |
| language |
Ukrainian |
| container_title |
Праці Інституту електродинаміки НАН України |
| publisher |
Інститут електродинаміки НАН України |
| format |
Article |
| title_alt |
Исследование точности нейросетевого оптимизатора потерь мощности в асинхронном электроприводе Study of the accuracy of a neural network optimizer of power loss in the induction motor drive |
| description |
Розглянуто енергоощадний векторно-керований асинхронний електропривод з оптимізатором втрат потужності на основі нейронної мережі (НМ). Запропоновано методику та проведено дослідження точності нейромережного оптимізатора при врахуванні ефекту перенавчання НМ. Цей ефект пов’язаний із наявністю помилок при емпіричному визначенні оптимального потокозчеплення ротора двигуна. За результатами дослідження виявлено раціональну кількість нейронів у захованому шарі НМ. У цьому разі можна отримати високу точність оптимізації при використанні досить простої мережі.
Рассмотрен энергосберегающий векторно-управляемый асинхронный электропривод с оптимизатором потерь мощности на базе нейронной сети (НС). Предложена методика и проведено исследование точности нейросетевого оптимизатора с учетом эффекта переобучения НС. Этот эффект связан с наличием ошибок при эмпирическом определении оптимального потокосцепления ротора двигателя. По результатам исследования установлено рациональное количество нейронов в спрятанном слое НС. В этом случае можно получить высокую точность оптимизации при использовании достаточно простой сети.
The energy-saving vector controlled induction motor drive with a neural network (NN) based power loss optimizer is studied. The method is proposed and is studied the accuracy of NN optimizer taking into account the effect of over-learning of NN. This effect is associated with errors of empirical determine of the optimum rotor flux linkage of motor. The results of studies found a rational number of neurons in hidden layer of NN. For this case, may be received high accuracy of optimization using a simple network.
|
| issn |
1727-9895 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/64069 |
| citation_txt |
Дослідження точності нейромережного оптимізатора втрат потужності в асинхронному електроприводі / Б.І. Приймак, Н.В. Гаркович // Праці Інституту електродинаміки Національної академії наук України: Зб. наук. пр. — К.: ІЕД НАНУ, 2011. — Вип 30. — С. 58-61. — Бібліогр.: назв. — укр. |
| work_keys_str_mv |
AT priimakbí doslídžennâtočnostíneiromerežnogooptimízatoravtratpotužnostívasinhronnomuelektroprivodí AT garkovičnv doslídžennâtočnostíneiromerežnogooptimízatoravtratpotužnostívasinhronnomuelektroprivodí AT priimakbí issledovanietočnostineirosetevogooptimizatorapoterʹmoŝnostivasinhronnomélektroprivode AT garkovičnv issledovanietočnostineirosetevogooptimizatorapoterʹmoŝnostivasinhronnomélektroprivode AT priimakbí studyoftheaccuracyofaneuralnetworkoptimizerofpowerlossintheinductionmotordrive AT garkovičnv studyoftheaccuracyofaneuralnetworkoptimizerofpowerlossintheinductionmotordrive |
| first_indexed |
2025-11-28T06:49:53Z |
| last_indexed |
2025-11-28T06:49:53Z |
| _version_ |
1850853362457640960 |