上网电价预测中运用修正神经元输出函数对BP模型动态修正的探索

阐述了人工神经网络模型的基本原理,研究分析了BP神经网络模型非线性特性差和对实际情况反应"迟钝"等缺陷,提出了通过修正神经元输出函数对BP神经网络模型进行动态修正的优化方案,从而提高了BP神经网络模型的收敛速度。在此基础上,将修正后的BP神经网络模型引入到上网电价的预测中。模拟运行结果表明,修正后的BP神经网络模型可以更好地适应发电厂报价的复杂环境。     

基于修正组合模型的河川径流中长期预报

为了充分发挥灰色模型在单变量预测及神经网络在处理非线性问题上的优势,同时降低二者的线性组合模型中组合权系数计算方法的不确定性对模型预测效果的影响,本文基于修正组合预测的思想,借助马尔科夫链对灰色GM（1,1）、BP神经网络及组合灰色神经网络模型预测的误差序列进行了修正处理,并通过分析比较修正单一模型与修正简单组合模型在中长期径流预测精度上的差异,提出了基于修正组合模型的河川径流中长期预报方法。将该方法应用于黄河中游区四条一级支流窟野河、秃尾河、无定河与孤山川的控制性水文站年径流预测中,结果表明基于马尔科夫链修正的组合灰色神经网络模型具有更好的拟合与预报精度,是一种更有效的径流预测方法。     

粒子群优化BP神经网络在短期负荷预测误差修正模型中的应用研究

短期负荷预测是电力系统安全稳定运行的前提与保证。误差修正模型是在考虑相关因素相似度识别的预测方法基础上,利用BP神经网络优秀的学习能力捕获相关因素与历史预测误差的非线性映射。针对BP网络存在的自身缺陷,采用改进粒子群算法优化BP网络参数,得到可靠的误差预测,建立误差修正模型对未来负荷进行修正预测。通过算例验证了其可行性和实用性,达到了提高短期负荷预测准确度的目的。     

消除外部环境因素干扰的MOA在线监测参数修正方法

针对电力系统中金属氧化物避雷器(MOA)的在线监测参数遭受外部环境干扰的问题,提出了一种消除外部环境因素干扰的MOA参数修正方法。首先对全相位快速傅里叶变换(FFT)法计算的相位值进行修正,以获取高精度的相位参数;再利用基于Levenberg-Marquardt算法的BP神经网络对MOA参数与温度、湿度进行三维曲面建模,并通过BP神经网络来逼近非线性模型;最后对MOA参数进行了修正。仿真试验结果显示:修正后的全相位FFT方法保留了相位平坦的特性,且避免了实际工程测量中相位偏移的问题,修正基波和3次谐波的相位偏差值达7.2°和21.6°;采用工程实测数据计算的全电流、相位差及阻性电流波动值分别降低了78.7%、68.0%和71.7%,使MOA参数具有平稳性,避免了环境干扰引起的参数波动,验证了所提修正方法的准确性和有效性。该方法可消除实际环境因素的干扰,实现工程上MOA参数的准确监测。     

基于神经网络响应面的有载分接开关底座动力学模型修正

为提高模型修正的精度和效率,发展了一种基于神经网络响应面的动力学模型修正方法,将该方法用于有载分接开关底座有限元简化模型的修正。首先,根据底座简化模型的误差来源确定待修正参数及其设计空间,采用均匀设计生成神经网络响应面模型的训练样本;然后,通过对样本数据的训练构造修正参数与动力学响应关系的神经网络响应面模型;最后,基于神经网络响应面模型,采用线性组合的多目标优化方法对底座简化模型进行修正,并将修正结果与超模型仿真数据进行对比。研究表明,基于神经网络响应面模型修正的底座简化模型的动力学特性与超模型结果基本一致,验证了该方法的有效性。     

基于气象因子与误差修正的改进卷积神经网络短期风速预测模型

针对目前神经网络短期预测风速收敛困难以及精度不高的问题,提出一种基于气象因子与误差修正的多尺度卷积神经网络(ME-MCNN)短期风速预测模型。选用我国北部某地区历史风速、日照、温度、湿度和气体压强作为预测模型输入变量进行仿真。结果表明,ME-MCNN模型较BP神经网络与传统卷积神经网络模型具有更高的预测精度。     

基于卡尔曼滤波的短期负荷多步预测修正模型研究

提出了一种短期负荷多步预测的修正方法。首先采用BP神经网络法建立短期负荷的分时多步预测模型,对于每一个初始预测值,采用卡尔曼滤波模型进行修正,以减少模型的累积误差,提高多步预测的效果。算例结果证明了所提方法不仅能够提高单步预测的预测效果,而且能够有效降低多步预测的误差,对于实现连续日短期负荷预测具有现实意义。     

基于模糊神经网络的二维PSD非线性修正算法

为了减小二维位置敏感探测器(2D-PSD)的非线性误差,研究了一种基于模糊神经网络的2D-PSD非线性修正算法.基于调制光源法采集到2D-PSD光敏面上可靠的光点位置信号后,采用T-S型模糊神经网络近似表示光点位置信号与光点位置坐标之间的映射,将该映射嵌入到ARM处理器中实现2D-PSD的在线修正计算.采用该模糊神经网络非线性修正算法后,2D-PSD的非线性误差从±0.4 mm减小到±0.15 mm,实验结果表明基于模糊神经网络非线性修正算法对有效性.     

基于R/S分析法的电价预测模型

在自由竞争的电力市场中,准确的电价预测对于电力市场所有参与者具有重要意义。针对电价突变性的特征给电价预测结果带来误差的问题,本文提出了一种基于R/S分析法的BP神经网络电价预测模型。运用R/S分析法对电价序列之间的关联性和相似性进行修正,并采用BP神经网络模型对电价进行预测。通过实验,验证了用R/S分析法修正后的数据进行电价预测模型具有更高的精确性。     

基于特征相关分析修正的GPSO-LSTM短期负荷预测

针对多因素互影响造成负荷预测精度低的问题,提出一种基于特征相关分析修正与全局粒子群优化(GPSO)的长短期记忆循环神经网络(LSTM)短期负荷预测新方法.该方法首先对负荷相关序列进行探索性数据分析(EDA)及预处理,找寻特征内在机理与相关联系并加以修正,保证输入特征的强相关性和完整性.针对传统前馈神经网络无法处理序列关联信息和普通循环神经网络无法记忆久远关键信息的缺陷,构建基于LSTM负荷预测模型进行深度学习.由于LSTM网络权值的随机初始化,使得目标函数在训练过程中易陷入局部最优,利用改进粒子群算法优化预测模型的网络权值,提升模型整体预测能力.与反向传播神经网络(BPNN)和递归神经网络(El-man)的基准模型相比,所提模型方法的预测精度提高显著.     

小功率金卤灯再启动特性机理的探讨

利用专门设计的金卤灯再启动特性测试仪记录了金卤灯再启动特性的若干典型曲线，对某些异常特性的发生机理进行了分析，找到了它们与金卤灯内在质量的联系，研究表明通过测量金卤灯的再启动特性可以方便地诊断金卤灯的内在质量。     

水口水电厂机组顶盖排水控制系统改造

简述了水口水电厂机组顶盖排水控制系统改造的必要性,介绍了系统改造方案,指出了系统调试的注意事项,提出了系统改进建议。     

武汉市路灯节能的环境战略评价

路灯照明用电在我国发电总量中占据了相当的比重。该文利用环境战略评价理论结合实际调查研究,对武汉市路灯节能现状的社会、经济、环境进行了综合性评价,并对其提出了调整建议。     

变电站隔离闸刀触头的检修方法

电网运行中GW4、GW5、GW7等型隔离闸刀触头容易发热,影响变电设备的操作和安全运行;通过分析闸刀触头发热的原因,找出处理发热的办法,以解决触头发热的问题,促进电网安全生产和稳定运行。     

引风机驱动方式的能效分析

本文对汽动引风机的节能效果进行分析。将电厂看成一个整体系统,在能量输入一定的情况下,计算各种引风机驱动方式对电厂能源输出的影响,得出背压式小汽机驱动方式节能效果最好,供业内参考。     

接触器对电动机欠压保护的探讨

接触器对电动机欠压保护的功能,是防止电动机出现堵转,对于电动机欠压运行造成的过流的保护,将主要由电动机的过载保护装置热继电器承担,接触器对此很难起到保护作用。     

GN30型隔离开关套管开裂缺陷浅析

通过对运行中几起典型缺陷的分析,从设计、运行、出厂工艺等几方面浅析了GN30—10Q/3150型隔离开关在通过大电流时套管开裂的原因,并提出了相应的防范措施。     

压实度标准制定的合理性

通过土料干湿法对比试验和环刀取土尺寸效应对比试验, 探讨了影响分层碾压土基垫层 压实度的主要因素, 指出通过击实试验制定土基压实度标准和施工质量检验时应注意的问题, 以及如何确保压实度标准制定的合理性和现场检验的客观性。     

《绝缘油中溶解气体组份含量的气相色谱测定法》 的应用

对<绝缘油中溶解气体组份含量的气相色谱测定法>在实践中的应用,进行了相应的分析.