简介:精确的短期电力负荷预测对电力系统的生产调度和安全稳定运行起到十分重要的作用。为提高短期电力负荷预测模型的精度。提出了一种基于Elman神经网络的改进模型。通过在输出层和隐含层之间扩展一个新的承接层。增强了Elman神经网络的动态信息处理能力。仿真结果表明,改进型Elman神经网络预测模型的预测精度要高于反向传播、支持向量机和常规Elman,同时也说明了建立改进型Elman模型用于短期电力负荷预测是可行的。
简介:摘要 : 对电力的需求是人们日常生活的主要生活需求之一 。在整体电力企业的管理当中,对电网进行有效的管理是中小企业主要运营的重要问题之一。从具体的应用而言,整体电网的运营与管理工作具有的较为丰富的多样性。其中对电力负荷进行有效的预测是整体电网运营工作中的重点工程之一。有效的电力负荷预测工作,能够使相关技术人员对整体电网的运行有效的调整,进而使 整体电网管理拥有更加优质的管理效果。并使整体电力企业的经济效益进一步以能源管理的方式得以提升。文章 对人工神经网络在整体电力负荷预测中的重要作用进行相应的分析,并解释其具体的应用过程,希望能够为电力管理工作提供有效的现实 性参考。
简介:永磁同步电动机(PMSM)是一个多变量、非线性、强耦合的复杂系统,其伺服系统的控制策略直接影响PMSM的性能指标。文章给出了PMSM在d-q坐标系下的数学模型,分析了空间矢量脉宽调制(SVPWM)的基本原理,针对传统的复杂SVPWM算法,分析了一种基于Kohonen神经网络的SVPWM算法。该算法计算简单,避免了大量的三角函数和求根运算,从而可节省处理器的计算时间。采用的控制方式,在Matlab/Simulink环境下建立PMSM伺服系统三闭环控制仿真模型,仿真结果验证了算法的有效性。
简介:摘要:配网单相接地故障占比较高,为提高选线准确性,得到更多选线方法,采用BP神经网络法对单相接地故障选线进行分析,建立基本数学模型,并使用电路仿真软件对配网模型进行仿真,数据结果进行归一化,使用神经网络进行计算,可选出故障线。
简介:摘要众所周知,BP神经网络是人工智能网络中的一个典型算法,也是目前研究最为成熟的神经网络模型之一。不仅有很强的非线性映射能力,而且也是一种基于模型训练误差梯度降低的具有较强非线性映射能力的模型,它模拟了人脑神经网络的工作原理,对一系列的输入信息进行处理和传递最终得到期望的输出成果。在大坝中,其变形主要受到水位高度、温度、气压等因素的影响,这些影响因素可综合反映为大坝变形随时间而变化的规律,我们利用BP神经网络建立变形影响因子与大坝变形量之间的映射关系,从而实现对大坝变形的预测分析。供同行参考。