快换式公交充电站短期负荷预测方法的研究

为了应对电动汽车规模化发展之后庞大的充电站负荷对电力调度配送等环节带来的影响,依据当前北京奥运快换式公交充电站的相关实测数据,对快换式公交充电站负荷特征及其影响因素进行分析,提出一种基于模糊聚类分析与BP神经网络相结合的快换站短期负荷预测方法。利用该方法对四组不同的测试日进行预测实例分析,并与单一BP网络模型的预测效果进行比较。统计结果表明,基于模糊聚类分析与BP神经网络相结合的预测方法具有较高的预测精度,满足一定的应用要求,适用于快换式公交充电站短期负荷预测工作。     

基于模糊聚类与RBF网络的短期负荷预测

采用模糊聚类分析方法,应用隶属度来描述负荷与影响负荷变化因素之间的关系,得到一批与预测日在样本信息上类似的历史日;改进RBF网络的训练算法,增强RBF网络的局部逼近能力和泛化能力,采用由模糊聚类分析获得的样本对RBF网络进行训练,在不需大量训练样本的前提下实现对短期负荷的预测.对浙江省某地区电网的实际负荷数据仿真结果表明:该方法预测的日平均相对误差为1.91%,预测准确度为97.41%.     

基于模糊聚类与改进BP算法的日负荷特性曲线分类与短期负荷预测

提出了一种将模糊聚类技术与人工神经网络中的BP网络相结合的日负荷特性曲线分类与短期负荷预测的方法。通过模糊聚类技术将不同用户的负荷特性曲线进行分类,建立出不同的典型负荷曲线。然后利用同预测曲线相同类型的典型曲线,结合温度、日类型、湿度等对短期负荷预测影响较大的因素作为学习样本建立相应的BP网络模型。针对传统BP算法的不足,利用变学习速率和附加动量来改进BP算法并预测日负荷曲线。通过对实际日负荷曲线样本进行分类和对短期负荷进行预测证明该方法预测精度较高,在实际应用中具备可行性。     

基于模糊聚类与RBF网络的短期负荷预测

采用模糊聚类分析方法,应用隶属度来描述负荷与影响负荷变化因素之间的关系,得到一批与预测日在样本信息上类似的历史日;改进RBF网络的训练算法,增强RBF网络的局部逼近能力和泛化能力,采用由模糊聚类分析获得的样本对RBF网络进行训练,在不需大量训练样本的前提下实现对短期负荷的预测。对浙江省某地区电网的实际负荷数据仿真结果表明:该方法预测的日平均相对误差为1.91%,预测准确度为97.41%。     

模糊聚类分析和代数算法结合的短期负荷预测

为了提高短期负荷预测速度和精度,提出了将模糊聚类分析和神经网络代数算法相结合的短期负荷预测方法.综合考虑天气、日类型、历史负荷等对未来负荷变化的影响,通过模糊聚类分析选取学习样本,找出同预测目相符的预测类别,采用神经网络代数算法训练样本,对24小时负荷(24点)每点建立一个预测模型.该方法充分发挥了神经网络和模糊理论处...     

基于小波分解模糊灰色聚类和BP神经网络的短期负荷预测

提出基于小波分解、模糊灰色聚类和BP神经网络的短期负荷预测方法.通过小波分解将负荷序列分解成低频分量和高频分量,找出负荷各频率分量的规律;通过模糊灰色关联聚类方法选取待预测日的负荷相似日;针对不同频段负荷的规律采用相对应的神经网络模型进行负荷预测,获得不同频段的待预测日负荷各分量,将各分量的预测结果叠加得到负荷预测值.采用所提方法对某地区2010年实际负荷进行预测,并与已有的负荷预测方法比较,结果表明所提方法可提高负荷预测的精度.     

中长期负荷预测的模糊竞争学习聚类神经网络算法

电力系统中长期负荷预测受大量不确定因素的影响,聚类方法能够将各种影响因素综合引入预测模型,提高了预测精度.本文将神经网络引入到模糊聚类分析中,建立了中长期负荷预测的新方法,并且对聚类神经网络的学习算法进行了改进,利用模糊竞争学习完成网络运算,弥补了网络输出结果二值性的不足,使得学习规则中权值矩阵的改变速度加快,因而算法的收敛速度有很大提高.运用文中所述模型及算法综合考虑了历史负荷情况和未来不确定因素等对未来负荷变化的影响.通过与传统方法进行中长期负荷预测比较,结果表明该方法可以提高负荷预测的精度.     

基于FNN的校园电能短期预测算法研究

为了获得反映校园负荷变化的预测模型,采用FNN模型与模糊控制器相结合的方法,使用校园负荷影响较大的天气因素及日期类型作为负荷预测外部干扰,进行了深入的研究。通过预测模型对校园历史负荷进行学习,完成预测网络参数的训练。结合模糊理论,将预测后的误差及误差变化率作为模糊控制器的输入,完成对负荷预测结果的修正。通过与典型BP网络进行对比,验证了该方法的有效性,为高校能源的管理奠定了坚实基础。     

模糊神经网络在电力系统短期负荷预测中的应用

结合电力短期负荷的特点,将模糊神经网络应用于电力短期负荷预测。阐述了模糊神经网络结构特征及BP学习算法,介绍了模糊神经网络应用于负荷预测的具体流程方法,建立了一种基于引入惯性量的BP学习算法的模糊神经网络负荷预测模型。通过对实际数据分析仿真,同基于BP神经网络的负荷预测方法进行比较分析后,得出本文所提出的方法预测精度高,较好地实现了负荷的预测。     

基于RS和GA的动态模糊神经网络在短期电力负荷预测中应用

分析和探讨了粗糙集（RS）理论、遗传算法（GA）、模糊神经网络相结合的短期负荷预测方法。首先,对采集到的信息进行特征提取,然后利用模糊粗糙集理论中的信息熵进行属性简化、去掉冗余信息．最后用得到的属性作为模糊神经网络的输入进行训练预测。在模糊神经网络内部引入递归环节,构成了动态模糊神经网络DFNN（Dynamic Fuzzy Neural Network）,并采用具有全局寻优能力的遗传算法训练网络,克服了单纯BP算法易陷入局部最优解的缺点。用该方法与常用BP神经网络及Fuzzy法分别对某电网进行一周的日负荷预测．实例的对比分析表明了该方法收敛速度、预测精度和网络规模等方面都有较大改善。     

轧钢加热炉燃烧过程的模糊自适应控制策略

针对加热炉燃烧过程的非线-陛系统的不确定性、多干扰、大滞后等特点,提出了基于模糊参数自校正PID算法实现轧钢加热炉燃烧过程的温度控制策略,该方法采用模糊参数自校正比例、积分、微分（PID）控制,结果表明这种控制策略比传统PID控制器更具有较快的响应速度,抗干扰能力强,提高加热炉燃烧过程的效率和质量。     

钻杆加热温度的模糊PD控制器设计

钻杆的加热温度需要得到重视,温度的控制把握好坏直接影响到成品的质量,会导致使用中产生早期疲劳失效的恶果,所以在生产过程中要严格控制钻杆加热的沮度。这里的温度我们采用模糊PD控制,而模糊技术是当今世界量新技术之一,其突出优点就是能模仿和描述人的思维方式,总结和反映人的经验。PD控制是比例微分控制可以提高精度,加速过渡过程。通过模糊控制环节和PD控制环节的结合配合控制钻杆的加热流程可以达到智能化人性化更精确的工作效果。     

基于模糊推理的模糊自适应励磁控制器

本文将模糊控制理论和线性最优控制理论结合起来，提出一种模糊自适应励磁控制器的设计方法。     

基于进化策略的最优模糊划分

一个运行良好的模糊系统，不仅应该具备最优的响应性能，还应该具备最简约的模糊划分和良好的完备性、清晰性，但是目前对于后者的研究甚少。因此，该文提出了最优模糊划分的定义，它包括两个部分：最简约模糊划分和模糊划分的完备一清晰性。然后将这两项指标加入到进化策略的适应值函数中，用于对模糊系统的寻优。仿真试验表明，即使在先验知识较少的情况下，该方法依然可以设计出具有较好系统响应性能的模糊系统，并且模糊划分个数最简，完备．清晰性较好。     

一类Fuzzy测度的Fuzzy统计估计值

对模糊测度给出了一个新定义，进而证明了与已有模糊测度是一致的。根据模糊集与随机集落影的理论，及对随机集均度均值的讨论，给出了有严格理论基础和应用性较强的对模糊测度进行估计的Ｆｕｚｚｙ统计估计，并证明了这种估计的一致性和无偏性．     

Reliability evaluation of repairable systems using various fuzzy-based methods – A substation automation case study

This paper focuses on material that is required for the practical application of fuzzy reliability; impacts of repair and data uncertainty. For this purpose, a holistic solution is presented to measure and manage the degree of uncertainty in the reliability indices of repairable systems. First, a flexible form of Markov Processes (MPs) namely Equivalent Transition Rate (ETR) is introduced in order to obtain an analytical formalism. Second, we delve deeply into the issues of fuzzy arithmetic by providing an intuitive, methodic and computational discussion of feasible approaches; Standard Fuzzy Arithmetic (SFA), Intermediate Variables (IMVs) and Taylor Series (TS). Specific emphasis is then placed upon Fuzzy Transformation Method (FTM). Third, we evaluate the performance of proposed techniques in case of a reliability problem involving fuzzy complexity. Consequently, the reader is given useful insights into the nature of fuzzy computations and practical impediments when measuring uncertain data. Given materials and methods, current paper provides a broad perspective by evaluating the reliability characteristics of a repairable Substation Automation System (SAS) that is one of the fundamental elements in Smart Grids (SGs). In this regard, quantitative results and diagrammatic outputs are supported by a detailed analysis under different assumptions. Our findings demonstrate that fuzzy outputs are computationally tractable and properly estimated. Besides, this investigation shows how the objective SAS can respond to the variations in reliability data. The framework proposed here encourages the continuation of the work towards more applications in electric power components and systems. As far as we know, there are no studies on these techniques, results and remarks.     

基于PLC实现道路十字路口交通灯模糊控制系统

本文介绍了用PLC实现模糊控制十字路口交通和系统，能较好的解决不同时刻不同环境下的车辆流量，具有较好的稳定性和抗干扰性。     

基于模糊综合决策的配电网单相接地故障选线的研究

针对小电流接地系统中,现有单相接地故障选线判据适应性较差、正确率不高的现状,提出基于模糊综合决策的多重复合判据方案,由MATLAB仿真实验证明,该方案能有效弥补单一判据的不足,不受小电流接地系统结构及运行方式变化的影响,完全实现单相接地故障的正确选线。     

烟气脱硫技术的模糊综合评判法

该文将模糊评判法引入烟气脱硫，系统地利用模糊评判法对几种有代表性的烟气脱硫技术进行评判。通过建立完整的模糊评判模型，选取有代表性的模糊评判对象集及评判对象因素集，并对评判对象因素集的选取原因及其子因素组成进行详尽分析，以Zadeh教授提出的确定单个目标特征值的隶属度公式作为隶属函数，通过大范围的专家打分法确定关键权系数，最终完成模糊评判。从评判过程可看出，运行费用和投资最受关心，脱硫效率和系统可用率分列3、4位。评判结果表明，脱硫技术2的综合评定值最高，其次为脱硫技术6。     

永磁同步电机的模糊滑模控制

为了实现高性能永磁同步电动机伺服系统快速而精确的位置跟踪控制,在滑模控制策略中引入模糊控制算法,设计了基于模糊规则的滑摸控制器。仿真结果显示模糊滑摸控制较好地解决了抖振问题,对参数变化和负载扰动具有很好的鲁棒性,永磁同步电机可获得很好的位置跟踪效果。