基于改进型BP神经网络的瓦斯传感器的非线性校正

提出了一种基于改进型BP神经网络的瓦斯传感器的非线性校正方法,利用神经网络良好的非线性映射能力,逼近反非线性函数完成非线性校正.仿真实验结果表明:与分段线性校正和传统BP算法相比,改进型的BP神经网络收敛速度快、逼近精度高,准确度由原来分段线性校正的±5.02%提高到现在的±0.130%,且易于动态调校.     

基于GPRS的SF6气体监测系统的设计

采用嵌入式和GPRS技术,通过Internet和GPRS来监测电力设备中SF_6绝缘气体的密度和湿度。介绍了GPRS在电力系统中的应用和相关技术,可以实现变电站的SF_6电力设备中SF_6气体的无线实时监测。     

SF6气体纯度在线监测系统的研究与设计

GIS电器设备的灭弧和绝缘特性取决于SF6气体的纯度,而已有的检测SF6气体纯度的仪器都是采取在线抽取样气,离线标准测量的方式.现提出采用高稳定性、红外原理的传感器测量SF6气体纯度的在线监测系统.在简要介绍现有GIS监测技术的基础上,详细阐述了该系统的气路结构和硬件,并经传感器自动标定和检测试验验证了该装置具有较高的...     

基于主成分分析法的BP神经网络的应用

对基本的BP神经网络分析法与BP神经网络主成分分析法进行了分析,并给出了应用实例。     

基于SF6气体状态分析的SF6断路器在线监测和故障诊断

简要介绍SF6断路器各状态量监测原理,通过测量SF6断路器中气体温度值、压力值、湿度值和气体分解物等参数,应用所设计的DSP和红外光谱技术的硬件系统、软件流程实现对SF6断路器的综合在线监测和故障诊断.对电网运行中的SF6断路器综合在线监测和故障诊断具有一定的参考价值.     

非色散红外CO2气体传感器的抗温湿度干扰设计

为了抑制环境温湿度对非色散红外(NDIR)CO2 气体传感器测量精度的严重干扰,从硬件补偿的角度出发,为其设计了 低湿控制模块与恒温控制模块。 采用由聚偏氟乙烯(PVDF)疏水滤膜与 3A 分子筛构造的气体干燥管过滤 CO2 气体中的水份 实现气室降湿,同时采用增量式比例-积分-微分(PID)算法调节包裹在光学气室外的加热片的功率,达到恒温效果。 研究分析 了温湿度对气体浓度测量精度的影响,对低湿恒温抗干扰设计进行了测试和验证。 实验结果表明,基于气体干燥管的低湿控制 模块能够将 CO2 气体的湿度降低到 8%左右,而恒温控制模块能够将气室温度稳定在 40℃ 。 在复杂温湿度环境下,0 ~ 2 000× 10 -6 气体浓度范围内,具有抗温湿度干扰设计的 CO2 气体传感器的浓度测量平均相对误差为 8. 38%,显著减小了检测系统的 温湿度漂移,研究结果对于研制高性能的 NDIR 气体传感器有参考价值。     

红外甲烷气体传感器算法研究

为了提高红外气体传感器的测量精度,本文通过分析传感器采集到数据的特点,提出了结合线性插值法和最小二乘法的一种新的算法。利用基于线性插值的查表算法求出浓度,然后通过最小二乘法对其进行误差补偿。试验证明,该方法可有效提高红外气体传感器测量精度。     

一种神经网络热导气体传感器的设计

为了克服环境温度对热导气体测量的影响,设计一种基于BP神经网络的热导气体传感器。本文介绍了神经网络的热导气体传感器的测量原理和总体设计,利用BP网络实现了热导气体测量的温度和气体压力补偿。实验结果表明,提高了热导气体测量的精度和稳定性。具有较高的实用价值。     

湿敏电容式传感器测量SF6气体湿度的研究

高分子湿度电容传感器是唯一可以实现从0％～100％RH全程监测气体相对湿度的传感器。研究了使用高分子湿度电容在线测量SF6气体湿度的方法,提出了基于径向基函数(RBF)神经网络的湿度电容传感器的温度补偿和曲线拟合的方法,并提出了一种实现在线监测的电路。实验结果证明,此种方法可以实现对任意温度下测量的湿度进行有效补偿,为实现在线监测提供了理论基础。     

SF6气体在线监控系统

常温下,SF_6气体无色无味、不燃,化学性能稳定,在断路器或GIS操作过程中,由于电弧、电晕、火花放电及高温等因素影响下SF_6会分解,当气体泄漏后,它的分解物遇到水分后会分解生成对人体有害的有毒性气体。因此必须对装有SF_6设备的空间进行有效的监控,预防事故的发生。《电业安全工作规程》(发电厂和变电所电气部分)也特别规定:装有SF_6设备装置室和气体实验室必须保证SF_6气体浓度小于1000×10~(-6)V/V,除须装有强力通风装置外还必须安装能报警的氧量仪和SF_6气体泄漏报     

基于RBF网络的光纤位移传感器温度补偿研究

提出了一种解决光纤位移传感器温度影响的软件补偿方法.该方法基于RBF神经网络理论,将位移传感器和温度传感器的输出进行神经网络处理,基本消除了温度对光纤位移传感器的影响.为存在温度影响的光纤类传感器的实用化设计提供了一种可行途径.实验表明,神经网络处理后光纤位移传感器的温度敏感度系数下降了两个数量级,测量准确度和系统稳定性均得到提高.     

基于改进型BP神经网络的短期电力负荷预测

科学、准确的短期电力负荷预测有利于提高电力系统运行的经济性和安全性,向用户提供高质量的电力。提出一种基于改进型BP神经网络的短期负荷预测方法,并充分考虑建模时复杂气候敏感因素的影响,对输入校本的选取、预测模型的建立进行了论述。算例表明所提出方法具有较高的预测精度,负荷预测结果的相对误差小于3.63%。     

基于BP神经网络的变压器故障诊断及其应用

针对电力变压器故障的特点以及传统故障诊断方法在变压器诊断应用中的局限性,研究一种基于BP神经网络算法的变压器故障诊断方法.通过选择足够的故障样本训练神经网络,达到变压器故障诊断的要求,并通过实例证明本算法的有效性.     

发动机输出转矩的改进BP神经网络估计

针对混合动力汽车控制系统的开发过程,提出一种应用改进BP神经网络对发动机输出转矩进行估计的方法.根据在发动机实验台中所测得的部分样本数据,将传统的BP网络误差函数进行改进,建立了发动机输出转矩估计模型,并利用最优停止法对网络进行训练,避免了过拟合现象.实验结果表明,利用改进的BP网络对发动机输出转矩进行估计,减轻了网络训练负担,降低了网络训练的误差,提高了发动机输出转矩估计的精确度.     

基于Elman神经网络的传感器故障诊断研究

针对传统的传感器故障诊断技术的不足,提出一种基于Elman神经网络的故障诊断方法,建立了Elman网络故障诊断模型,利用小波包分解方法获取用于训练神经网络的特征能量谱,对所建立的模型进行训练。为了检验模型的实际诊断能力,以某动力系统管路流量传感器的4种典型故障诊断为例进行仿真实验,并和标准BP神经网络的诊断结果进行对比。仿真结果表明:基于Elman神经网络的故障诊断速度更快、准确率更高、泛化能力更强,验证了所提出方法的实用性和有效性。     

基于改进BP神经网络的螺杆转子铣削表面粗糙度预测

以提高螺杆转子等具有螺旋曲面零件铣削表面质量为目的。根据螺杆转子加工特点,针对主轴转速、进给倍率和间歇进给量进行单因素轮换铣削加工实验。采用改进粒子群算法确定BP神经网络初始权值和阈值的最优值,采用训练后的改进BP神经网络算法对铣削后的螺杆转子表面粗糙度进行预测,并与传统BP神经网络进行对比。结果表明,传统BP神经网络对表面粗糙度的训练精度最低,改进算法中粒子群迭代2 000次的平均相对误差最小,为1.21%。利用模型进行工艺参数对表面粗糙度影响规律的预测,可以看出,其他工艺参数不变的前提下,随着主轴转速的升高,表面粗糙度呈现降低趋势;随间歇进给量的增大,表面粗糙度先降低后升高;表面粗糙度随进给倍率的增加,呈现先降低后升高的趋势。结论：改进神经网络算法可以准确预测铣削后的螺杆转子表面粗糙度,为螺杆转子铣削加工中的工艺参数选择提供理论指导。     

基于改进的PSO-BP神经网络的无刷直流电机控制

实时检测无位置传感器的无刷直流电机运行过程中的转子位置,并输出相应的开关管导通与关断信号是控制无刷直流电机的一项关键技术.本文针对神经网络控制存在开关管误导通的问题,引入非线性的惯性权重因子并采用异步时变的学习因子改进策略对标准粒子群算法(PSO)进行改进,通过改进的PSO算法对BP神经网络进行优化,进而控制无位置传感器无刷直流电机的换相顺序.仿真实验表明,采用基于改进的PSO-BP神经网络方法控制无刷直流的运行,可以取得满意的结果.     

利用改进BP网络的船舶尾气检测精度提升方法

船舶实际工况环境中的尾气浓度排放是排放因子设定的关键因素,是船舶污染监测以及排放清单计算等重要基础。由于受到燃油品质、水含量以及氧气饱和度、燃油实际燃烧情况、柴油机组以及净化设备实际工况等影响,其尾气排放波动较大。采用数据融合思想引入改进BP神经网络对检测结果进行校正,以弥补检测环境中存在多种不确定因素对检测精度的影响。用内河航道船舶实际工况氮氧化物排放数据进行计算机仿真实验及分析,说明了该方法的有效性。     

基于小波包和改进BP神经网络的变压器励磁涌流识别方法

根据励磁涌流和内部故障电流的波形特征存在巨大差异,提出一种基于小波包和改进BP网络的识别励磁涌流的新算法。利用小波包对励磁涌流和故障电流信号进行分解和重构,提取小波包重构系数,计算各频段的能量并进行归一化处理,构造能量特征向量,作为BP网络的输入样本,进行训练和测试,提出保护判据。经过PSCAD/EMTDC和MATLAB软件对大量样本进行仿真验证,证明该方案能够快速准确地识别励磁涌流和内部故障电流。