简介:摘要利用传统的单端电压、电流电气量进行故障测距时,容易受到过渡电阻的影响而导致测量距离不精确。本文以小波变换为基础,将传统的单端电气量与反向传播(BP)神经网络算法相结合,提出了一种用于故障测距的新方法,通过大量的仿真验证表明,该方法能够适应各种环境的要求,且精度高,具有一定的实用价值。
简介:BP神经网络分类器在信号识别领域得到了比较广泛的应用,针对其低信噪比环境下识别率相对较低的问题,引入人工蜂群算法(ABC),将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变,最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法(ABCBP算法),并以2ASK,2FSK,2DPSK信号为例,对信号进行小波包分解后,将信号各频段的能量值数据作为实验样本,对其进行了信号分类。仿真结果表明:基于人工蜂群算法的优化BP神经网络分类器,即使在5dB的信噪比环境下,仍可达到94%以上的识别率,并具有较好的稳定性,这为信号识别领域中分类器的设计提供了一个很好的理论依据。
简介:摘要锅炉主蒸汽温度是火电厂锅炉运行的重要参数,对火电厂的经济效益、安全生产产生重大影响。由于当前火电厂机组容量大、参数高、效率高,控制汽温对象又具有大迟延、非线性、时变等诸多特点,常规PID串级控制系统往往很难保证系统最优状态运行,满足不了生产的需求。提出了基于模糊神经网络的主汽温系统PID控制,实现对过热蒸汽的有效控制,通过系统仿真表明,基于模糊神经网络的主汽温系统PID控制效果良好,因此该系统是切实可行的。