神经网络α阶逆系统的结构、辨识及其在控制中的应用

对于未知非线性系统，采用人工神经网络构造其α阶逆系统，并将神经网络α阶逆 系统用于对原非线性系统的控制。仿真结果表明，该控制方法适用于一般的未知线性、非线 性系统，具有普遍意义，且结构简单，易于工程实现。     

神经网络α阶逆系统控制方法的可行性

证明满足一定条件的单输入单输出系统的α阶逆系统(与原系统复合起来可构成α阶积分或 时延系统)存在且唯一，阐明静态多层网络加若干积分器或时延因子可以逼近这样的α阶逆 系统，对神经网络α阶逆系统方法用于线性、非线性控制的可行性作了探讨。     

神经网络α阶逆系统TCSC非线性控制器

提出了一种新型的神经网络α阶逆系统可控串联补偿(TCSC)控制器 结构，将结构完全相同的TCSC控制器(仅神经网络的权值不同)分别运用于一个单机无穷大系 统和一个由49条等值支路和19台等值机所组成的实际电力系统的稳定控制，仿真结果表明系 统的稳定性都得到显著提高，同时说明这种TCSC控制器结构具有更强的适应性和更广的适用 范围。     

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。     

人工神经网络在电力市场营销中的应用

科学的营销管理需要科学的预测。本文介绍了神经网络系统在电力市场营销决策中的应用。神经网络是由大量结构和功能十分简单的处理单元即神经元广泛互连而成的高度复杂的非线性动力学系统。以人工神经网络理论为基础，运用单隐层神经网络结构算法，建立了营销组合决策的神经网络模型。     

遗传算法在大坝安全监控神经网络预报模型建立中的应用

本文基于遗传算法思想，采用浮点数矩阵表示编码，在遗传算法的进化过程中加入一定的约束条件等方法，探讨了网络结构的设计和学习。经实例分析，在用于建立大坝安全监控预报模型的前馈神经网络设计中，该方法在满足一定约束条件下，能同时有效地寻找合适的网络结构和相应的参数(神经网络的权值和阈值)，且在精度和速度上都有较大的提高，为实现实时在线分析评价大坝的安全性态提供了有力的技术支持。     

HVDC系统中换流器的一般非线性控制

对换流器整流侧定α角、逆变侧定直流电流控制问题，基于高压直流输电系统的三阶非仿射非线性控制模型，根据逆系统方法，设计了由非线性反馈线性化和满足一定极点配置要求的组合换流控制器，并分析了闭环系统的稳定性。仿真结果初步表明了文中所提方法的有效性。     

天然河道水位流量预测模型分析

本文提出BP神经网络河道流量水位预测模型,以榆树沟站流量水位预测为例进行分析。采用循环算法确定最佳BP神经网络结构,并在相同网络结构及期望误差等条件下,构建BP神经网络河道流量水位预测模型。结果表明:BP神经网络用于河道流量水位预测是合理可行和有效的,预测准确度可达到92.3%,可为水文预测预报提供新的途径和方法。且BP神经网络模型具有计算简便逼近能力强收敛速度快,能有效避免局部极值等特点,有着广阔的应用前景。     

小波神经网络模型在河道流量水位预测中的应用

鉴于BP神经网络学习收敛速度慢、参数选择困难、易陷入局部极值等缺点,提出小波神经网络河道流量水位预测模型,以盘龙河天保站流量水位预测为例进行分析。采用循环算法确定最佳BP神经网络结构,并在相同网络结构及期望误差等条件下,运用GA优化BP神经网络初始权值和阈值,构建传统BP、GA-BP神经网络河道流量水位预测模型作为对比预测模型。结果表明:小波神经网络结合了神经网络与小波分解在函数逼近上的优点,其预测精度高于传统BP和GA-BP网络模型,表明小波神经网络用于河道流量水位预测是合理可行和有效的,可为水文预测预报提供新的途径和方法。且小波神经网络模型具有计算简便、逼近能力强、收敛速度快,能有效避免局部极值等特点,有着广阔的应用前景。     

静止无功发生器递归神经网络逆动力学控制

根据对角递归神经网络的特点分析了其非线性映射能力，并根据新型静止无功发生器(ASVG) 的特点提出了ASVG递归神经网络逆动力学控制。所构造的控制器由于可以实现ASVG电力系统 非线性逆动力学特性的学习，因而根据期望的控制效果可以获得期望的控制量。理论分析与 仿真实验表明，这种控制器可以对ASVG实现良好的控制。     

基于逆系统方法的汽轮发电机综合控制器

采用多变量非线性控制的逆系统理论分析了汽轮发电机组励磁与汽门系统的可逆性，并运用逆系统方法将这一多变量、非线性、强耦合的复杂被控对象解耦成两个独立的SISO线性化积分型子系统，然后基于线性系统理论设计了综合控制器。研究结果表明，该控制策略实现了励磁控制与汽门调节的动态解耦，应用该方法可显著提高电力系统的暂态稳定性。     

基于遗传算法进化小波神经网络的电力变压器故障诊断

在电力变压器故障诊断方法中，小波神经网络常用的反向传播算法存在着易陷入局部极小点和对初值要求较高的缺点，往往给故障诊断带来困难。文中提出了一种基于遗传算法进化小波神经网络的变压器故障诊断方法，用实数编码的遗传算法来代替人解决小波神经网络结构的选择和参数的设定。在整个学习过程中，网络的复杂度、收敛性和泛化能力得到了较好的综合。大量实例表明，该方法能有效地对电力变压器单故障和多故障样本进行分类，提高了诊断准确率。     

应用神经网络决定多机系统快速汽门控制规律

提出了一种应用单隐层前向神经网络决定多机电力系统暂态稳定快速汽门 控制规律的方法。神经网络采用故障前各发电厂单台机组的有功功率和开机 台数等稳态量以及故障位置和类型等当地暂态信息作为输入，其输出为不控情 况下故障后某一适当时段内发电机转子间的最大相对摇摆角以及汽门关闭持续时 间的上、下限，前者用来与某一给定临界值进行比较以决定是否需要控制，后 者则用于确定合适的关闭持续时间。为了说明这种神经网络结构的合理性，文 中定性地证明了其输出与输入之间近似呈连续映射关系，并给出了一个6机2 2节点试例系统的结果。     

混合遗传神经网络算法研究及其在径流预报中的应用

 根据流域径流预报的特点,针对神经网络原有固定结构学习方法的缺陷,通过对人工神经网络、遗传算法进行组合利用和加以改进,建立了混合遗传神经网络模型,并对其神经网络的结构和权值阈值同时进行了优化。然后以某灌区径流预报为例,分别利用BP(back propagation)算法、本文方法进行仿真试验,验证方案的可行性和有效性,结果表明本文算法既克服了神经网络结构选取的盲目性,给出了优秀的初始权值,又克服了遗传算法耗时的缺点,最终达到了提高网络收敛性能和收敛速度的目的。     

基于概率神经网络的电压暂态扰动分类

概率神经网络主要应用于模式识别、分类等问题，有很多优良的性质，但结构上固有的2个缺点限制了其应用。文中通过把测试样本由线性不可分转化为线性可分，在不改变概率神经网络结构的条件下，对其2个缺点进行了改进，扩大了方法的应用范围。经电压暂态扰动分类的仿真验证了改进后的方法可取得更高的正确率。     

孤立电网水轮发电机组多变量综合控制器研究

从发电机励磁、调速控制方式入手，在分析了传统综合控制器特点之后，给出了运用非线性逆系统方法实现发电机综合控制的方法，并进行了实验室仿真。仿真结果表明:与传统的常规单变量控制器相比，基于逆系统的综合控制方法不仅能够提高发电机在暂态情况下的系统稳定性，而且能提高电压控制精度。     

自学习神经模糊负荷频率控制器的研究

为了解决实际电力系统运行条件经常变化和系统中存在不确定性等问题，提出使 用神经网络和模糊控制理 论以实现具有自学习功能的电力系统神经模糊负荷频率控制。控制 器主要由一个含有两个隐含层的神经网 络组成，连同输入层和输出层一起顺序完成模糊控制 的每一步操作。在定义了适当的目标函数之后，采用 BP算法，神经网络可自 动由受控系 统获取学习样本，并对网络的参数(连接权)进行优化，仿真结果表明了 该方法的有效性。     

基于GA-BP与多隐层BP网络模型的水质预测及比较分析

采用循环算法确定最佳BP神经网络结构,建立BP神经网络水质模型进行预测.鉴于BP神经网络学习收敛速度慢、易陷入局部极值等缺点,在相同网络结构及期望误差等条件下,运用GA优化BP神经网络初始权值和阈值,构建GA-BP以及多隐层BP神经网络水质预测模型,以云南省某水库总氮预测为例进行预测与比较分析.结果表明:①GA-BP网络水质模型预测精度高于基本BP网络,表明遗传算法能有效优化BP网络初始权值和阈值.②增加BP神经网络隐层数能进一步提高网络预测精度,但训练时间也随着延长.③GA-BP及多隐层BP可作为提高网络预测精度的有效方法,二者均可用于水质预测预报,可为水质预测预报提供新的途径和方法.相对而言,GA-BP模型收敛速度快、预测精度高,具有一定的计算优势.     

混沌神经网络在地表水资源量预测中的应用

为了有效地揭示水资源系统复杂的非线性结构及变化规律,对具有混沌特性的水资源时间序列重构相空间,计算出相空间的饱和嵌入维数和最大Lyapunov指数,并以此为指导,提出一种适用于高精度逼近和泛化建模的混沌神经网络的学习算法,运用混沌方法构造训练样本及确定神经网络的网络结构,用神经网络拟合相空间相点演化的非线性关系,建立混沌神经网络预测模型。实例表明,该模型有较高的预报精度。     

网络技术在三峡水调自动化系统设计中的应用

在网络系统结构设计中,层次化模型、冗余模型和安全模型是3种满足不同需求,又相互补充的设计模型,它们概念清晰,具有很强的适应性和通用性,特别是应用于大中型的网络结构设计中都能取得较好的效果.对当前比较先进的网络技术和这3种设计模型作了简单的介绍,并结合这些技术和方法介绍了三峡水调自动化系统的网络结构设计,概括总结网络结构设计的基本思路和要点.