基于决策表-粗糙集理论的动态安全分析神经网络输入特征优选

提出了一种动态安全分析神经网络输入特征的优选方法。该方法将决策表最优特征子集理论与粗糙集理论的元素离散化方法相结合，在保证较高精度的运行点分类和稳定裕度计算的基础上，从大维数的注入元中优选特征元作为神经网络输入特征，以降低其输入特征的个数，较好地解决了神经网络动态安全域方法用于大系统所面临的“维灾难”问题。通过对电力系统分析综合程序（PSASP）中EPRI-36测试系统的仿真计算，验证了该方法的有效性。     

利用神经网络实现发电机励磁系统的故障诊断

在研究了励磁系统故障和神经网络的特征后，提出利用神经网络中的ＢＰ模型进行发电机励磁系统的故障诊断，阐述了模型中存在的问题及其解决方法，比较了选择不同的网络参数对诊断系统性能的影响，并对故障实例进行了诊断 。     

机组组合问题的扩展Hopfield神经网络算法

从Hopfield神经网络的原理和机组组合问题的特点出发，提出了一种适合解决机组组合问题的扩展Hopfield神经网络算法。该算法结合了Hopfield神经网络和模拟退火算法（SA）的优点，对整数变量取值范围进行了可行的扩展，有效地避免了陷入局部最优。同时，该算法无须进行额外的负荷经济分配，故能迅速、高效地搜索到系统的高质量优化解。对于实际系统的仿真计算结果证明了该算法的有效性，并且，方法本身具有良好的并行性，易于在并行计算机上实现，因此具有实际应用的可能性。     

神经网络逆系统及其在电力系统控制中的应用

阐述和证明了基于输入输出微分方程描述的系统可逆性的充分条件，并给出了相应的解析逆系统的实现方法。文中同时研究了采用积分器和静态神经网络组成动态神经网络结构的方法，并将这种神经网络结构与逆系统理论相结合，提出了神经网络α阶逆系统的结构及其实现步骤，运用该神经网络α阶逆系统对TCSC控制器进行了设计。实际系统的仿真结果证实了所设计控制策略的有效性。     

短期电力负荷预报的自适应模糊神经网络方法

提出了一种新的电力负荷预报法——自适应模糊神经网络方法，该自适应模糊神经网络 推理系统具有类似 于神经网络的结构，并应用了一种混合的自适应学习算法。在此基础上， 研究了该方法在电力负荷预报中 的应用并与神经网络方法作了比较。实例表明，本文提出的 自 适应模糊神经网络电力负荷预报方法具有可 靠、鲁棒和快速等特点，优于神经网络电力负荷 预报方法，更适用于电力系统能量管理系统的实时环境。     

利用反向传播神经网络实现大坝的综合评判

在介绍反向传播（BP）神经网络结构和算法的基础上，阐述了神经网络 方法在大坝安全监控系统综合评判分析工作中的应用，结合小浪底大坝安全监控系统实例说 明了BP神经网络能满足工程的精度要求，并得出了一些有用的结论。     

BP神经网络算法在年电力负荷预测中的应用

本文主要研究电力负荷预测方法，依照神经网络系统理论，建立神经网络模型，并通过实例计算，介绍了BP神经网络算法在年电力负荷预测中的应用。     

神经网络在结构振动控制中的应用

采用BP神经网络对一个SDOF体系被控对象的控制器进行系统辨识，比较了BP算法与LQR经典线性算法控制下体系反应的控制效果，对于影响BP神经网络用于结构振动控制的相关问题进行讨论，同时指出神经网络的应用应参照问题客观数学模型的描述，以利于快速找到问题的合适解决方案。     

多目标励磁控制的神经网络逆系统方法

根据逆系统理论分别分析了以机端电压和功角为被控量的励磁系统的可逆性，并采用不同的神经网络逆系统结构实现了对单目标量的励磁控制。针对单目标励磁控制不能够同时改善功角稳定性和机端电压稳定性的不足，在以机端电压为被控量的神经网络逆系统结构中引入功角偏差反馈信号，设计了多目标神经网络励磁控制器。研究结果表明，应用该方法能够实现多目标励磁控制，综合性能优于单目标的神经网络逆系统控制方法和常规PSS控制方法。     

用动态规划神经网络模型研究多水库系统的水量分配(下)

为了分析多水库系统中两座水库之间灌溉用水的分配问题，建立了基到动态规划的神经网络模型。为了研究从一座上游水库取水在下游两座之库之间进行水量分配的问题，提出了3个状态变量和4个决策变量的改进的动态规划算法。采用神经网络模型，用3个状态变量动态规划算法得出调度原则，就所研究的多水库系统实例来说，新的动态规划神经网络模型的性能很好，将该模型的性能与临时凑合的标准调度原则和以前推荐使用的约束动态规划神经网络模型进行了比较。     

用动态规划神经网络模型研究多水库系统的水量分配(上)

为了分析多水库系统中两座水库之间灌溉用水的分配问题，建立了基于动态规划的神经网络模型。为了研究从一座上游水库取水在下游两座水库之间进行水量分配的问题，提出了3个状态变量和4个决策变量的改进的动态规划算法。采用神经网络模型，用3个状态变量动态规划算法得出调度原则。就所研究的多水库系统实例来说，新的动态规划神经网络模型的性能很好，将该模型的性能与临时凑合的标准调度原则和以前推荐使用的约束动态规划神经网络模型进行了比较。     

基于BP神经网络的区域地下水位动态预测

地下水系统是一个高度复杂系统，地下水位与其影响因素之间存在非线性映射关系，人工神经网络则是处理非线性问题的有效方法。把影响区域地下水位动态的5个主要因素作为网络输入向量，地下水位本身作为网络输出向量，采用快速BP算法构造地下水位动态预测的BP神经网络模型，最后将该模型应用于河套灌区义长灌域地下水位动态预测。结果表明，BP神经网络用于区域地下水位动态预测时有较高的精度。     

关中电网切负荷稳定控制系统的研究

本文介绍了关中电网切负荷稳定控制系统的总体方案，着重研究了控制系统主站的切负荷稳定控制规律，建立了能适应日方式变化，不同跨线故障的切负荷稳定控制神经网络，给出了能随系统网络拓扑变化的切负荷控制神经网络的应用方案，提出了神经网络和控制策略表相结合的切负荷量计算方法。     

基于BP神经网络PID控制在水轮机调节中应用的研究

针对水轮机调节系统的结构复杂以及难以控制等问题,为了提高系统动态品质,在调节系统数学模型的基础上,分别利用BP神经网络、Ziegler-Nichols方法对PID参数进行整定,并完成了在Matlab环境下的程序编写及仿真实验,进行并分析了在系统处于频率给定扰动下,基于BP神经网络自适应控制方案和Ziegler-Nichols算法对调节系统性能的影响。结果表明,基于BP是神经网络自适应控制方案是一种有效的水轮机调速器参数整定方法,相比Ziegler-Nichols算法,该方案控制下的系统能获得更好的动态性能。     

人工神经网络在电力系统中的研究与应用现状

本文结合作者近几年在美国弗吉尼亚理工大学进修期间所从事的研究方向及参加有关神经网络研究与应用的国际学术会议的信息资料的分析，对人工智能领域的专家系统、人工神经网络及神经网络专家系统方法的基本特征作了简述；对近几年来国际上人工神经网络方法应用于电力系统的重点工作及代表性研究动态进行了综述。神经网络系统理论已开始渗透到电力系统范畴中，并逐渐走向应用阶段     

水轮发电机组的状态监测和故障智能诊断系统的研究

本文通过分析水轮发电机组的故障特征和表现形式，介绍了一种机组状态监测和故障诊断系统。根据机组状态监测和故障诊断系统的要求，提出了层次化的信息处理方法。充分的利用神经网络和专家系统各自的优点，构造了基于神经网络和专家系统的水轮发电机组智能诊断系统。该系统可广泛应用于各类水轮发电机组的实时监测和故障诊断。     

基于小波变换的边际电价神经网络预测新模型

提出了一种基于小波变换和群智能演化的神经网络集成预测新模型，对日前交易边际电价进行预测。首先利用小波变换将历史边际电价序列分解为高频和低频部分，并分别构造学习样本作为神经网络集成的输入;然后将边际电价预测问题转化为神经网络实际输出与预测输出误差最小化问题，其寻优过程采用粗 — 细二阶段学习算法。在第1阶段，采用粒子群优化算法把神经网络的结构和权重映射成问题空间中的粒子，通过粒子速度和位置更新方程进行粗学习，获得多个相对占优的神经网络结构和初始权重并构成神经网络集成单元;在第2阶段，采用梯度学习算法和交叉验证对神经网络集成单元的权重进行细学习，并以误差最小的神经网络集成单元的输出作为神经网络集成预测模型的输出。美国加州日前交易电力市场边际电价预测算例表明，该预测方法可以获得较高的预测精度，且优于BP神经网络方法和ARIMA预测方法。     

火电厂球磨机制粉系统控制策略综述及研讨

文章概述了当前运用比较广泛的预测控制，模糊控制，解耦控制，神经网络及自寻优控制等各种高级控制方法在球磨机制粉系统中的应用情况，介绍了球磨机控制系统发展趋势和研究热点。并根据工作现场的经验对各种控制策略的优缺点和应该注意的问题进行了探讨。     

基于相空间重构理论的神经网络在大坝渗流预测中的应用

简述了混沌预测方法和原理,提出运用神经网络来模拟混沌系统的动力学模型。通过实例重构出大坝渗流观测数据相空间,将其作为神经网络的输入,对渗流观测数据进行了预测。计算结果表明,基于相空间重构理论的神经网络模型具有一定的准确性和有效性,对于处理非线性问题是一种有益的探索。     

基于BP神经网络的大坝安全监测系统评价研究

大坝安全监测系统的评价是对一个DSMS系统的性能进行全面估计与测试,良好的评价可以促进系统设计目标的实现,提高运行效率。本文提出一种利用BP神经网络进行评价的方法,并且对神经网络的样本评价采用了AHP以及模糊评价的方法。该方法充分利用了模糊数学理论与神经网络方法,为大坝安全监测系统的评价提供了可行的途径。