简介：针对传统被动式孤岛检测法存在检测时间长、盲区（NDZ）大,而主动式孤岛检测法影响电能质量的缺点,提出一种新的基于小波包对数能量熵（WPLEE）与BP神经网络的孤岛检测方法。该方法首先采集公共耦合点（PCC）处的电压信号,再将该电压信号分别进行小波包变换,然后通过对数能量熵进行算法处理来获取适合于孤岛检测的特征向量,该特征向量通过BP神经网络进行模式识别来判断系统是否发生孤岛现象,特别在逆变器输出功率和本地负载功率匹配时。实验和仿真结果表明,该方法均能准确、有效地判断出是否存在孤岛状态,同时与传统的被动式孤岛检测方法相比检测速度快,检测盲区小,不会对电能质量产生不良影响。

简介：摘要本文通过对变压器油中气体含量的研究以及对神经网络的学习，构建了神经网络的诊断模型，而后对同一样本进行多种训练，通过对误差仿真结果的比较，证实了改进型算法的可行性与优越性，从而对变压器的油色谱故障诊断提供了更科学的方法。

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：分析差动变间隙式电容传感器的非线性因素，提出基于径向基函数神经网络的传感器非线性辨识的算法、方案与实现技术。对电容传感器进行实验，通过计算机仿真与应用，实现了实验过程和实验数据处理的智能化和简单化，能有效地辨识传感器的非线性，从而提高了测量的精度和速度。

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：对电力客户的信用进行分析评估对于供电企业将电力输送给可靠的电力用户、提高企业经济效益具有重要意义。在分析影响电力客户信用影响因素的基础上,构建了电力客户信用评价指标体系,将遗传算法和神经网络原理引入电力客户信用评价领域,提出了基于遗传算法和神经网络的电力客户信用评价模型。实证结果表明：模型具有较强的自组织、自学习和自适应能力,模型评估结果比较客观合理。

简介：摘要近些年来，电力事业保持快速的发展势头，城网的建设水平也有了大幅度的提升，城网供电可靠性预测也有了更多的技术保障，BP神经网络已经广泛地应用于城网供电可靠性预测中，突破了传统城网供电可靠性预测的局限和束缚，极大地提高了预测的质量和水平。本研究中，笔者根据当前城网供电可靠性预测的研究现状，对传统城网供电可靠性预测进行了阐述，在此基础上基于BP神经网络，对城网供电可靠性预防进行了详细地探讨，希望能够为今后相关内容的研究提供一定的参考依据。

简介：摘要电力系统的运行设计很多设备，不同设备在整个电力系统中所承担的角色和任务也不同。电力变压器作为连接输电线路和用户的中间环节，对电力系统的安全稳定运行具有重要意义。正是因为其在电力系统中的重要地位，所以我们需要对电力变压器故障进行及时处理，并对各种潜在故障进行研究。基于此，本文结合小波神经网络，分析该网络在电力变压器故障诊断中的应用。

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：单神经元(PSD)控制器利用神经元的自学习、自组织能力,根据被控对象的变化情况对控制器的权值进行在线调整,达到了在线调整PID参数的目的;且设计时无需精确对象模型,克服了常规PID因负载、模型参数的变化及非线性因素等影响PID精确调节的缺点.采用遗传算法对单神经元PID参数进行寻优,在搜索空间内获得全局最优点.仿真结果表明:采用遗传算法改进的单神经元PID控制器能获得较好的控制效果.

简介：摘要：对于目前现有的智能语音机器人来说，为了其更加适应各种各样复杂的作业环境，在执行作业时具有更多的自主选择性，需要对其运行路径、速度等进行自动化控制研究，这在侧面提高了机器人控制的难度。分析当运行轨迹不同时智能语音机器人左、右轮速的函数关系，保证运行过程中效率最大化;凭借短时能量、短时平均过零率将语音命令从背景中分离，明确命令帧长度，通过不断修改BP神经网络算法的阈值和权值，尽可能地缩减控制误差，提高网络模型的收敛速度;机器人在接收到语音指令后，及时调整左、右轮速，自主化完成作业任务。将所提方法与其他方法展开对比实验测试，结果表明，所提方法可有效规避障碍物，并且在起始点与目标点之间选择一条最短路径，同时保证控制时间和控制误差为最低。

简介：摘要：随着控制理论的发展，模糊控制和神经网络技术因其能够处理不确定性信息和非线性问题的能力，逐渐被应用于工业控制领域。模糊神经网络结合了模糊逻辑的模糊推理能力和神经网络的学习能力，为解决火电厂锅炉主蒸汽温度的控制问题提供了一种新的思路。

简介：

简介：处理非线性和电弧炉电极调节系统的时变特性,内模控制器的设计。该控制器由两个RBF神经网络,用来确定控制对象和它的逆,以消除稳态误差,让输出跟踪输入。中心向量和网络的形状参数进行在线调节,从而加快了收敛速度,提高了抗干扰能力。仿真结果验证了该方法的有效性。

简介：摘要本文针对电能扰动的检测问题，提出一种基于小波变换、S变换及概率神经网络的检测方法首先对信号进行频域拆分；然后分析不同干扰的特点，确定六个特征量。利用S变换和快速傅里叶变换提取这些特征量，再将它们带入训练好的神经网络进行检测。仿真结果表明，本方案对单一电能质量扰动检测准确率高，速度快；对混合扰动检测准确较低，仍存在改进空间。

简介：对K-means算法加以改进,使用减法聚类确定聚类中心数量;以相距最远的两个样本作为聚类中心的边界,改进的K-means算法将K个初始中心分散到含有输入样本点的各个区域中,使其能够反映样本之间的关系和分布特征;初始中心确定后,使用点对称距离方法调整聚类中心。利用改进的K-means算法将历史日聚类分成4种天气类型,取相似日作为训练样本,对4种天气类型分别建立基于改进K-means算法的RBF神经网络功率预测模型。采用上海某光伏电站实测数据验证,结果表明提出的的预测方法精度提高,实用性较强。

简介：摘要目的探索极低频电磁场暴露对神经精神行为的影响的研究进展。方法从流行病学研究、动物实验研究、志愿者研究等3方面对相关研究进行梳理和综述。结果极低频电磁场暴露与神经变性疾病、认知功能障碍、睡眠质量、精神行为及生命质量等方面可能有关联或造成负面影响，但迄今尚无明确的结论。结论应使用的协调统一的方案来开展进一步研究，并针对胎儿、婴幼儿和儿童开展特别研究。

简介：为解决多关节油压机械臂及手系统动态参数的时变性，应用递归神经网络（RNN）建立了油压机械臂及手的速度模型及逆模型，并用逆模型作为臂及手各关节的控制器实现了位置控制。实验结果表明，所建模型性能接近系统性能，位置控制精度也能达到控制目标的要求。

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。