建造了实现高压输电线路故障诊断的两种联想记忆神经网络的模型结构并提出了提高其容错能力的有效方法．对于FNN，提出“伪吸引域”的概念以人为扩大样本吸收域，在不降低网络效率的前提下大大提高了网络的容错性能；对于BAM－NN，提出增加冗余神经元来提高网络的记忆能力和容错性能，但该措施增加了网络的复杂度，降低了网络的效率．仿真结果表明，本文构造的两种联想记忆NN都能正确识别故障，且对干扰输入信息序列有相当的容错能力，而FNN则是解决电力系统故障诊断问题的一个更加简便而且有效的方法．
天津大学学报：英文版
1999年1期
