极限学习机方法在电力线路建设成本估算中的应用研究

为了提高我国电力工程建设成本概预算方法的客观性和科学性,根据电力线路建设的影响因素,结合单隐层前馈神经网络(SLFN)的特点,提出了基于极限学习机(ELM)的电力线路建设成本估算的方法。在分析影响电力线路建设成本的因素和归纳电力线路建设工程的相关具体成本项目的基础上,建立各因素和电力建设成本之间的关系集合,构建基于极限学习机的电力线路建设成本估算神经网络模型,并利用极限学习机算法对该网络模型进行训练,确定网络中的相应参数。算例仿真说明:在电力线路建设成本估算领域,相对于BP网络,ELM不仅速度极快,而且结果良好,泛化性能也较优。     

滤波器-神经网络的谐波检测方法

电网谐波的高精度检测是电能计量和电能质量评估的基础。针对神经网络的谐波检测算法中,计算精度受基波频率精度影响较大的问题,提出用数字滤波结合牛顿反插值算法得到高精度的基波频率,然后用线性神经网络算法检测电力系统各次谐波的频率、幅值和相位。计算结果表明,该算法在频率波动和白噪声干扰的情况下,依然能得到高精度的谐波参数信息,其精度远高于FFT算法与加汉宁窗的FFT算法,在电力系统谐波测量中有一定的应用价值。     

距离保护躲过渡电阻能力研究

通过分析线路出口故障时过渡电阻对距离保护的影响,比较传统型距离保护、自适应距离保护、神经网络距离保护的优缺点,利用南水电厂到泉水电厂双端电源供电系统进行PSASP仿真研究分析。对仿真线路进行大量试验以获得相关数据信息,计算出倾斜角。把仿真线路测得的数据结合已经计算出的倾斜角一起输入到三层BP网络进行训练,以获得一个训练好的三层BP网络。当线路发生短路时,通过把线路的实时测量数据输入到已训练的BP网络中,ANN就能估算出倾斜角,以实现人工神经网络在自适应距离保护的应用。证明基于人工神经网络的自适应距离保护具有更好的躲过渡电阻特性。     

滤波器-神经网络的谐波检测方法

电网谐波的高精度检测是电能计量和电能质量评估的基础.针对神经网络的谐波检测算法中,计算精度受基波频率精度影响较大的问题,提出用数字滤波结合牛顿反插值算法得到高精度的基波频率,然后用线性神经网络算法检测电力系统各次谐波的频率、幅值和相位.计算结果表明,该算法在频率波动和白噪声干扰的情况下,依然能得到高精度的谐波参数信息,其精度远高于FFT算法与加汉宁窗的FFT算法,在电力系统谐波测量中有一定的应用价值.     

距离保护躲过渡电阻能力研究

通过分析线路出口故障时过渡电阻对距离保护的影响,比较传统型距离保护、自适应距离保护、神经网络距离保护的优缺点,利用南水电厂到泉水电厂双端电源供电系统进行 PSASP 仿真研究分析.对仿真线路进行大量试验以获得相关数据信息,计算出倾斜角.把仿真线路测得的数据结合已经计算出的倾斜角一起输入到三层 BP 网络进行训练,以获得一个训练好的三层 BP 网络.当线路发生短路时,通过把线路的实时测量数据输入到已训练的 BP 网络中,ANN 就能估算出倾斜角,以实现人工神经网络在自适应距离保护的应用.证明基于人工神经网络的自适应距离保护具有更好的躲过渡电阻特性.     

神经网络动力学光度法同时测定烟草中铈和镧

在酸性介质中Ce4＋和La3＋同时阻抑溴酸钾氧化甲基红褪色反应,研究发现：两者对溴酸钾氧化甲基红褪色反应阻抑作用不具有加和性,根据这一现象,用人工神经网络处理非线性体系的优势进行数据处理,从而建立了一种同时测定Ce4＋和La3＋混合物的人工神经网络阻抑动力学光度法。对3种烟草样品进行测定,回收率位于95.0%~104.0%之间,RSD均小于4%,结果良好。     

自适应电流速断保护在智能配电网中的应用

比较分析了配电网电流速断保护与白适应电流速断保护的区别。利用BP人工神经网络进行建模和仿真试验。仿真试验表明,基于人工神经网络的自适应电流速断保护,对配电网在不同运行方式下的不同类型的区内、外故障都能正确地进行模式识别,间接找出系统等效阻抗变化规律,实现了自适应电流速断保护的功能,为智能配电网的发展提供了技术保证。     

基于人工神经网络的电压电流互补模型转子磁链估计

为了准确对感应电机磁链进行实时估计,提出了一种基于人工神经网络(ANN)电压电流互补模型的估计方案。该方案利用基于ANN的电压与电流模型之间的磁链估计差值在线对电机参数进行更新,以减小因电机参数变化所引起的模型偏差,并最终通过电机频率范围决策转子磁链。实验结果表明,该方案对磁链估计有效,实时控制效果好。     

配电网理论线损计算方法综述

分析了传统配电网理论线损计算方法的基本原理,比较了各种电流法在计算原理、数据来源、简化方法等方面的异同,并介绍各种算法需采集的数据、适用条件及局限性.阐述了基于数理统计、区间数学、人工智能以及模糊数学原理的理论线损计算新方法的原理,分析了其研究方向和内容.     

3J33B马氏体时效钢时效工艺-时效硬度的人工神经元预报

对不同时效处理的3J33B马氏体时效钢进行硬度测试,获得了时效工艺（温度、时间）、硬度参数数据。利用BP人工神经网络建立起其关系网络模型。结果表明,所建立的网络可以很好地反映出材料的时效工艺-时效硬度之间的关系,网络模型可以用来预测不同时效条件下3J33B马氏体时效钢的时效硬度,并且利用粒子群优化,对3J33B马氏体时效钢的时效工艺进行优化,对实际生产具有有效的指导作用。