简介：摘要传统SCR脱硝控制设计及优化方法大多依赖PID控制模型，依赖大量人工经验、人工调参及模型优化，并且无法很好适应不同锅炉环境。近年来，以深度神经网络为代表的人工智能方法被广泛使用于不同领域，并且具有应用在SCR脱销控制预测的潜力。本文研究基于深度神经网络的SRC脱销控制模型，使用负荷、烟气流量、入口NOx和出口NOx作为输入，使用优化PID调节下的调门开度作为预测目标，所构建的深度神经网络可精确预测调门开度，可替代传统PID控制模块，实现SCR脱硝控制调节及优化。

简介：摘要随着社会经济的发展，能源和环境问题越来越收到国家和人民的重视，其中煤炭资源的的不合理使用导致了严重的资源紧张和环境污染问题。传统的给煤量预测技术预测效果一般，且不具备长时间预测能力，没有足够的调度时间余量。本文提出基于长短时记忆神经网络（LSTM）的给煤量预测方法，采集火电机组实测数据，进行研究分析，实验结果表明LSTM可以有效可靠的进行给煤量预测，具有良好的工程应用前景。

简介：摘要随着社会经济的发展，能源和环境问题越来越收到国家和人民的重视，其中煤炭资源的的不合理使用导致了严重的资源紧张和环境污染问题。传统的给煤量预测技术预测效果一般，且不具备长时间预测能力，没有足够的调度时间余量。本文提出基于长短时记忆神经网络（LSTM）的给煤量预测方法，采集火电机组实测数据，进行研究分析，实验结果表明LSTM可以有效可靠的进行给煤量预测，具有良好的工程应用前景。

简介：摘要热带气旋的定量精细化风险评估对防台减灾和救灾工作极为重要，它受到许多复杂因素的综合影响，如热带气旋的年频次、路径分布、强度分布以及社会经济因素等，因此非常具有挑战性。本文基于离散型Hopfield神经网络，建立热带气旋风险评估模型，结合地理分析，研究不同地区的受灾情况及其风险评估。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：摘要近年来，我国的电力系统有了很大进展。针对传统电力电缆绝缘损伤检测方法存在检测流程复杂和无法大规模整体检测的缺点，本文结合图像无损接触方式和深度学习方法，提出了一种基于深度学习的电力电缆图像破损批量检测方法。该方法创新性地建立了基于残差和深度可分离模块的轻深度卷积神经网络模型，和以往的卷积神经网络模型相比，网络极好地平衡了系统的识别时间和识别精度，能实现高效、无损、快速的大规模电缆外表面多样化异常检测。和传统学习方法和已有深度卷积神经网络模型的实验结果对比表明，本文方法具有良好的实时性、鲁棒性和识别率，识别正确率达到99.47%。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：摘要建立矢量控制永磁同步电动机调速控制系统，可以有效加强控制系统的可靠性与适应性，提高系统的调速性能。在矢量控制永磁同步电动机调速控制系统中采用最新型的空间电压矢量脉宽调制技术，可以使工作中的逆变器得到控制，并使电子磁链矢量的运动轨迹随着电动机的运行逐渐靠近圆形的磁链轨迹。本文主要对永磁同步电动机调速控制系统的设计进行分析研究。

简介：摘要本文提出一种基于相似日和改进BP神经网络的光伏发电预测模型，将相似日的历史逐时发电量、温度和湿度以及预测日温度和湿度的预报信息作为改进BP神经网络输入对预测日直接预测，效果良好，值得参考。

简介：摘要电力系统的谐波和间谐波问题是系统运行稳定性的主要影响因素，关于其检测方法的研究受到学界的广泛关注，并取得了一定成果。本文首先对几种电力系统谐波和间谐波检测方法进行分析，包括谐波检测中的早期方法、DFT算法、同步偏差削弱法等，以及间谐波检测中的自适应窗函数法、时域平衡法和两部检测法等。

简介：摘要随着社会经济的发展，能源和环境问题越来越收到国家和人民的重视，其中煤炭资源的的不合理使用导致了严重的资源紧张和环境污染问题。传统的给煤量预测技术预测效果一般，且不具备长时间预测能力，没有足够的调度时间余量。本文提出基于长短时记忆神经网络（LSTM）的给煤量预测方法，采集火电机组实测数据，进行研究分析，实验结果表明LSTM可以有效可靠的进行给煤量预测，具有良好的工程应用前景。

简介：摘要当前，我国能源紧缺问题越来越严重，在这样的情况下，社会各个领域越来越着重关注可再生能源的开发和利用，以此来有效缓解全球范围内的能源危机，在这样的背景下，可再生能源的地位也得到显著的提升，特别是太阳能被社会各界广泛关注，太阳能光伏发电技术也有了不断的发展和优化，应用范围越来越广，人们的接受度和认可度也越来越高。因为光伏发电系统故障诊断对于发电系统的正常运行有着关键性的影响，要想对其进行科学合理的维护和监测需要付出极大的人力、物力和财力，特别是人工资源，所以寻找到更有效的监测和维护网络是至关重要的。结合这样的情况，本文有针对性的分析和探究BP神经网络在光伏发电系统故障诊断中的应用，希望通过本文的分析能够为相关从业者提供某种程度上的参考。

简介：摘要随着社会经济的发展，能源和环境问题越来越收到国家和人民的重视，其中煤炭资源的的不合理使用导致了严重的资源紧张和环境污染问题。传统的给煤量预测技术预测效果一般，且不具备长时间预测能力，没有足够的调度时间余量。本文提出基于长短时记忆神经网络（LSTM）的给煤量预测方法，采集火电机组实测数据，进行研究分析，实验结果表明LSTM可以有效可靠的进行给煤量预测，具有良好的工程应用前景。

简介：摘要电力系统的谐波和间谐波问题是系统运行稳定性的主要影响因素，关于其检测方法的研究受到学界的广泛关注，并取得了一定成果。本文首先对几种电力系统谐波和间谐波检测方法进行分析，包括谐波检测中的早期方法、DFT算法、同步偏差削弱法等，以及间谐波检测中的自适应窗函数法、时域平衡法和两部检测法等。

简介：摘要在社会经济的快速发展下，人们对产品质量的要求与产品数量的持续增加之间有着显著的矛盾，尤其是机械加工领域中，企业社会效益与经济效益与产品质量之间的联系十分密切，并相互影响。在机械零部件加工中，加工精度指标十分重要。同时，机械加工企业要想推动现代化发展趋势，就必须健全加工工艺，重视加工精度、产品质量的提升。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：摘要本文提出一种基于相似日和改进BP神经网络的光伏发电预测模型，将相似日的历史逐时发电量、温度和湿度以及预测日温度和湿度的预报信息作为改进BP神经网络输入对预测日直接预测，效果良好，值得参考。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：摘要节能环保是社会可持续发展中的重要目标之一。面对人们对电能的需求量不断增加，如何最大程度的降低电力系统运行过程中的线损量需要我们加以重视。目前，我国的输配电及用电工程线损管理还存在着很多不足之处，需要我们加以解决。本文分析了输配电及用电工程线损管理要点。

简介：摘要在社会经济的快速发展下，各界对电力能源的需求量也随之增长，逐渐突显出了电厂的社会作用与地位。发电厂的核心设备就是汽机设备，电厂的经济效益与稳定运行受其运行情况好坏的直接影响。基于此，本文主要分析了电厂汽机设备运行中的常见问题，并提出了解决电厂汽机设备常见问题的应用技术，希望能给业界人士提供一定的建议，从而促进我国电厂行业的进一步发展。