Các loại mạng nơron

Một phần của tài liệu (LUẬN văn THẠC sĩ) dự báo phụ tải cho tỉnh kiên giang sử dụng neural network (Trang 47 - 49)

3.1 Mạng nơron nhân tạo

3.1.5 Các loại mạng nơron

a. Mạng Perceptron nhiều lớp và thuật tốn truyền ngƣợc

Mạng perceptron nhiều lớp (gồm một lớp nhập, một hoặc nhiều lớp ẩn và một lớp xuất) với thuật tốn truyền ngược là mạng nơron được sử dụng nhiều nhất để giải quyết nhiều vấn đề trong nhiều lĩnh vực khác nhau. Các ứng dụng của mạng này trong hệ thống điện bao gồm đánh giá an tồn hệ thống điện, dự báo phụ tải, xác định điểm sự cố, xử lý tín hiệu báo động, đĩng ngắt tụ tối ưu, khảo sát ổn định hệ thống… cĩ thể nĩi rằng thuật tốn truyền ngược là thuật tốn học quan trọng nhất trong lĩnh vực mạng nơron hiện nay. Được phát triển một cách độc lập bởi Werbos vào năm 1974, Parker vào năm 1985, Rumelhart, Hinton và Williams vào năm 1986, thuật tốn truyền ngược đã được nhiều nhà nghiên cứu cải thiện nhằm cải tiến tốc độ hội tụ cũng như tăng cường tính ổn định của thuật tốn.

Về cơ bản, thuật tốn truyền ngược là một thuật tốn tìm theo chiều gradient âm và cĩ giám sát. Thuật tốn truyền ngược bao gồm hai quá trình: quá trình lan

truyền tiến và quá trình lan truyền ngược sai số. Trong q trình lan truyền tiến tín hiệu, tín hiệu nhập được đưa vào mạng và tín hiệu này truyền này xuyên qua mạch từ lớp này đến lớp khác. Cuối cùng một tập các tín hiệu xuất được tạo ở ng ra. Trong suốt quá trình lan truyền tiến các trọng số của mạng khơng thay đổi. Trong quá trình truyền ngược, một tín hiệu sai số (cĩ được từ hiệu của đáp ứng mong muốn và đáp ứng thực của mạng) được truyền ngược xuyên qua mạng. Trong quá trình này các trọng số được hiệu chỉnh sao cho đáp ứng thực tế của mạng ngày càng đến gần với đáp ứng mong muốn.

b. Mạng RBF (Radial Basis Function network)

Mạng RBF được Broomhead và Lpwe đưa ra vào năm 1988 và ngày càng chứng tỏ hiệu quả trong việc giải các bài tốn thực tế. Mạng RBF bao gồm ba lớp khác biệt nhau. Lớp nhập được tạo bởi các nút nguồn và khơng cĩ chức năng tính tốn. Lớp hai là một lớp ẩn và được nối kết hồn tồn với lớp ba là lớp xuất. Đặc điểm của mạng RBF làm các tác động của các nơron trong lớp ẩn là các hàm đối xứng xuyên tâm. Mạng RBF được xem như là một thay thế đánh giá của mạng perceptron nhiều lớp và vì vậy các ứng dụng của mạng RBF trong hệ thống điện ngày càng nhiều.

c. Mạng Hopfield

Mạng Hopfied là mạng chỉ cĩ một lớp nơron duy nhất vừa là lớp nhập vừa là lớp xuất. Trong đĩ ng ra của mỗi nơron được cấp ngược về các nơron khác. Vì vậy trạng thái của mỗi nơron tùy thuộc vào tín hiệu nhập, vào trạng thái trước đĩ của các nơron và vào hàm tác động của riêng nĩ. Mạng Hopfield rất hiệu quả trong các bài tốn tối ưu hĩa tổ hợp và được ứng dụng trong hệ thống điện để giải các bài tốn như đánh giá an tồn hệ thống, qui hoạch hệ thống điện, phân bố cơng suất tối ưu…

d. Mạng Kohonen

Mạng Kohonen là mạng truyền tiến khơng cĩ giám sát dùng các nơron thích nghi để nhận các tín hiệu từ khơng gian sự kiện. Mạng gồm các nơron được sắp xếp trong một dãy một chiều hoặc trên một mặt hai chiều. Các nơron này cĩ ngõ ra

truyền ngược về chính nĩ và về các nơron kế cận với mức độ ảnh hưởng giảm dần theo khoảng cách. Ý tưởng chính yếu trong mạng Kohonen là tạo ra một hệ thống tự sửa đổi sao cho các nơron gần nhau đáp ứng tương tự như nhau. Khi một nơron đáp ứng tốt với một tín hiệu vào, nơron này và các nơron kế cận với nĩ sẽ cĩ các trọng số dẫn truyền thay đổi sao cho tất cả đều đáp ứng giống như nơron cĩ đáp ứng tốt nhất.

Một phần của tài liệu (LUẬN văn THẠC sĩ) dự báo phụ tải cho tỉnh kiên giang sử dụng neural network (Trang 47 - 49)

Tải bản đầy đủ (PDF)

(167 trang)