基于FOA-GRNN的水电站厂房结构振动响应研究

应用果蝇优化算法(FOA)对广义回归神经网络(GRNN)平滑参数spread值进行优化,充分利用果蝇优化算法收敛速度快及径向基函数调整参数少的优点,建立厂房结构的振动响应预测模型,同时结合反向传播神经网络(BP)、局部回归神经网络(ELMAN)对某厂顶溢流式水电站的厂房结构振动响应问题展开对比预测研究。通过比较三种神经网络的预测效果,最终得出:基于果蝇算法优化的广义回归神经网络(FOA-GRNN),在预测能力、学习速度上明显优于BP网络和ELMAN网络。说明运用FOA-GRNN神经网络预测厂房结构振动响应是可行的,为增强厂房结构的智能化监测提供了保障。     

基于FOA-Elman神经网络的光伏电站短期出力预测模型

提出了基于果蝇优化算法(FOA)-Elman神经网络的光伏电站出力短期预测模型,采用具有动态递归性能的Elman神经网络,可增强光伏电站出力预测模型的联想和泛化推理能力,保证出力预测的精度。引入人体舒适度,减少输入向量个数;通过FOA对Elman神经网络进行学习训练,可充分利用FOA的全局寻优性能,克服常规学习算法易于陷入局部最优解、收敛速度慢、编程复杂等缺陷。最后,与常规Elman模型进行对比仿真实验,结果表明所提出预测模型的正确性和有效性。     

基于FOA-Elman神经网络的光伏发电功率预测模型

光伏发电功率对光伏发电的可靠性起着决定性作用。针对Elman神经网络收敛速度慢、训练时间较长的问题,利用果蝇算法(FOA)来优化Elman神经网络的权值和阈值,从而提高运行效率。建立了基于FOA-Elman神经网络的光伏发电功率预测模型,并给出了算法设计及编码方案。仿真实验结果表明,FOA-Elman模型预测精度比传统Elman神经网络模型预测精度高,更适合于光伏发电功率预测。     

基于IFOA-GRNN的短期电力负荷预测方法研究

针对智能用电环境下负荷随机性强、短期电力负荷预测精度差、计算时间长等问题,提出了一种结合改进果蝇优化算法IFOA和广义回归神经网络GRNN的预测方法。模型的输入因子为负荷数据和气象信息等。通过改进果蝇优化算法的搜索距离,增强其搜索能力,优化广义回归神经网络GRNN的平滑因数,提高预测的网络性能和精度。通过仿真验证预测方法的准确性和有效性。结果表明,改进后的方法可以减小预测误差,提高算法的稳定性。该研究为我国电力负荷预测的发展提供了参考和借鉴。     

基于广义回归神经网络的NWP风功率超短期预测方法的研究

随着风电装机规模的不断扩大,对电网安全稳定经济运行的影响日益显现,因此风电的功率预测越来越重要。利用实际风电场风速数据,将广义回归神经网络（GRNN）建模理论及方法与数值天气预报（NWP）相结合,同时采用4h滚动预测方法,建立了基于GRNN的NWP超短期预测模型,并将此模型应用到实际风电场风功率预测系统中。     

基于MFOA-GRNN模型的年电力负荷预测EI北大核心CSCD

精确的年电力负荷预测为电力建设和电网运行提供可靠的指导。受多种因素的影响,年电力负荷曲线呈现出非线性特性,因此年电力负荷预测问题的解决需要建立在非线性模型的基础之上。广义回归神经网络（GRNN）已被证明在处理非线性问题上是非常有效的。该网络只有一个扩展参数,如何确定适当的扩展参数是使用GRNN进行预测的关键点。提出了一种将多种群的果蝇优化算法（MFOA）和GRNN相结合的混合年电力负荷预测模型,用以解决上述问题。其中,MFOA用作为GRNN电力负荷预测模型选择适当的扩展参数。最后通过模拟实验数据分析,MFOA-GRNN模型的年电力负荷预测平均绝对百分比误差为0.510%,均方误差为0.281。并且将其结果与差分进化的支持向量机模型（DE-SVM）、粒子群优化的GRNN模型（PSO-GRNN）、以及果蝇优化的GRNN模型（FOA-GRNN）的预测结果进行了比较。最终得出,文中所提出的MFOA-GRNN模型在年电力负荷预测中的预测性能优于上述3种模型。     

基于FOA_Elman神经网络的微网短期负荷预测

为适应微网的建设和发展对其负荷预测效率及精度的要求,针对微网负荷基数小、间歇性、随机性大等特点,提出一种基于果蝇优化算法(fruit fly optimization algorithm,FOA)优化Elman神经网络的微网短期负荷预测模型。考虑到微网负荷受气象因素累计效应的影响,引入人体舒适度指数以降低输入向量维数。为克服常规学习算法收敛速度慢、易陷入局部最优解、编程复杂等缺陷,利用具有全局寻优性能的FOA对Elman神经网络的结构、权值和阈值进行优化,并以国内某微网示范工程项目为例,将FOA_Elman神经网络用于微网短期负荷预测。仿真结果表明,所提出的预测模型优于常规Elman神经网络模型,更具应用价值。     

基于改进果蝇算法优化BP神经网络的接地网腐蚀速率预测模型

为进一步提高接地网腐蚀速率的预测精度,解决传统模型易陷入局部最优且随机初始化模型参数影响预测准确性和稳定性的问题。文中首先将混沌映射、动态搜索半径策略和优化气味浓度判定公式引入果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)得到改进后的果蝇优化算法(Update Fruit Fly Optimization Algorithm,UFOA);然后利用UFOA优化BP神经网络的初始权值和阈值,建立基于UFOA优化的BP神经网络接地网腐蚀速率预测模型(UFOA-BP);最后以重庆24座变电站的接地网数据进行实验验证。结果表明相对FOA优化的BP神经网络模型、BP神经网络模型、人工蜂群算法优化的支持向量机模型和广义回归神经网络模型,文中提出的UFOA-BP模型在预测精度和模型稳定性方面均优于其他四种模型,验证了该模型的有效性和可行性,为运维人员提前发现接地网安全隐患,并安排检修,进而保障电网安全稳定运行提供帮助。     

基于离散Hopfield模式识别样本的GRNN非线性组合短期风速预测模型

利用实时风速数据,建立基于离散Hopfield模式识别样本的广义回归神经网络(GRNN)非线性组合预测模型。在风速数据样本集经二维小波阈值去噪处理后,基于离散Hopfield识别历史数据中与待预测样本最相似的数据,并作为训练样本;将支持向量机、BP神经网络和Elman神经网络分别进行单项预测的结果作为输入向量,经GRNN进行非线性组合预测。采用某风电场的实际风速数据进行预测,结果验证了该预测模型的正确性和有效性。     

基于MFU和FOA-BPNN的变压器油密度检测

研究一种基于多频超声(MFU)技术和果蝇优化BP神经网络(FOA-BPNN)的变压器油密度检测方法,将基于超声波原理测得的变压器油多频超声数据作为BP神经网络输入,密度计滴定法测定的变压器油密度作为输出,训练BP神经网络建立多频超声数据与变压器油密度的映射关系,同时为避免传统BP神经网络进行预测存在泛化能力弱,易陷入局部最优解的缺点,提出运用果蝇优化算法FOA对BP神经网络的拓扑结构、权值和阈值进行寻优,使用寻优结果建立基于FOA-BPNN的变压器油多频超声波图谱与油密度的映射关系模型。实例验证结果表明,相比于传统的BPNN模型,使用FOA对BPNN进行寻优后的模型的识别准确度更高,测量误差更小,将该模型用于基于多频超声波检测技术的变压器油密度识别是可行的。     

基于生命周期评价的不同电源对环境影响的比较

用生命周期评价方法对工业固体废弃物焚烧发电、生物质气化发电、风力发电、天然气燃气蒸汽联合循环发电等几种电源型式对环境的影响,进行了编目分析,计算了其污染物排放量,并且都与燃煤发电进行了比较。     

基于微位移的超分辨重建技术研究

CCD图像传感器广泛用于图像采集,受其内部结构和外部条件的影响,采集到的图像质量不能满足人们的需求,通过硬件改进提高图像质量面临经济与技术两方面的难题。为此本文利用多幅微位移图像间的冗余信息重建出高分辨率图像,既低成本又易实现。针对CCD与目标物间有相对微位移来获取序列低分辨率图像的情况,采用一种解线性方程组的方法对采集到的4幅微位移图像进行重建,并对这种算法进行优化。实验结果图可清晰地看到重建图像可分辨更多线对,高频信息量增加,算法具有较好的效果。     

电动汽车用电机技术研究

当今世界节能和环保备受关注,使得电动汽车技术正在加速发展。电机技术是发展电动汽车的关键技术之一。该文对电动汽车用的感应电动机、永磁同步电动机和开关磁阻电动机技术和发展水平进行了分析研究。     

基于串口通信的DSP在线烧写技术研究

为了解决DSP嵌入式系统某些特殊应用场合升级不方便、维护困难的问题,提出了一种基于串口通信向片内Flash在线烧写程序的方法.描述了该在线烧写方法的基本思想和实现步骤,并结合工程实际需要,优化了接收升级指令的时机,并在片内Flash设置应用程序备份区,进一步提高了烧写的可靠性和安全性,增强了系统的容错性和自愈恢复能力.实验结果表明,该方法有效可行,方便可靠,相比于传统基于JTAG烧写,可摆脱仿真器进行程序升级,提高了嵌入式系统的可维护性.     

基于MEMS技术的汽车传感器研究进展

随着汽车传感器的迅速发展和对MEMS(微机电系统)技术研究的深入,基于MEMS技术的汽车传感器具有广阔的应用前景。本文就MEMS汽车传感器的研究应用现状、MEMS汽车传感器的分类、制作加工技术和工艺等进行了简述,并详细介绍了几种典型的MEMS汽车传感器,最后对MEMS汽车传感器今后的发展进行了探讨。     

基于CORBA实现OPC技术探索

OPC (过程控制中的对象链接与嵌入技术)是工业控制和生产自动化领域中硬件和软件之间的接口标准,近年来在电力系统广泛应用。它是一种基于DCOM(分布式组件对象模型)的技术。由于DCOM的平台相关性,不利于OPC技术的进一步应用。而代表分布对象技术主流的CORBA(通用对象请求代理体系结构)技术具有跨平台、语言无关等突出优点,本文尝试采用CORBA技术实现OPC技术。探讨了基于CORBA实现OPC技术的解决方案,通过具体的实现过程展示了方案的可行性,并通过测试用例和应用实例验证了方案的实用性和有效性。基于CORBA实现OPC技术,将大大提高OPC技术跨平台、跨语言应用的能力,使其成为一种更广泛适用的标准。     

基于DSP控制的并联型功率因数校正技术研究

传统的并联型有源滤波器(APF)需要检测负载电流,同时计算出其中的谐波及无功分量.该算法较复杂,计算延时大,易导致控制的实时性变差.采用直接电流控制的并联型功率因数校正(PFC),则不需要复杂的算法,它保留了传统APF双环控制的优点上,同时使控制变得简单.此处在分析并联型PFC原理的基础上,进行了仿真,基于DSP控制,...     

绝缘栅双极晶体管模块过电应力的研究

通过频率试验和阻断电压试验,研究了过电应力对ＩＧＢＴ模块的影响;利用扫描电镜（ＳＥＭ）和液液晶（ＬＣ）技术,对失效模块的失效机理进行了分析;报道了试验结果及失效分析结果。     

AGV视觉导航研究

针对AGV视觉导航系统中的两个关键问题：路径识别和路径跟踪,本文采用全局视觉导航方式,自行设计了以同心圆为车身标志,通过图像处理系统建立了虚拟坐标系。对采集到的图像进行中值滤波、Sobel边缘检测、聚类算法、连通区域标记等图像处理方法提取图像中的路径及AGV车身标志位置信息,再利用Hough变换得到路径跟踪所需要的导航参数。通过仿真实验表明,该方法能够准确可靠地实现路径识别和AGV定位。     

基于光生物效应的办公空间采光研究初探

该文将办公室天然采光与光生物效应相结合,通过分析在不同光气候、季节时段、采光口朝向、亮度水平的天然采光条件下,人眼瞳孔大小、主观感受等变化规律,研究在光生物效应作用下,天然光的光色（光谱分布）、光照强度（亮度）与人的视觉心理生理变化之间的关系,整理在不同光色下瞳孔变化与亮度水平函数关系式,以期能提出符合节能要求、有利于办公人员身心健康及提高工作效率的办公空间采光环境方案,完善办公空间天然采光的健康模式,从而进一步促进绿色照明和健康照明。