排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
基于免疫支持向量机方法的电力系统短期负荷预测 总被引:14,自引:3,他引:11
在对支持向量机(Support Vector Machines,SVM)方法的参数性能进行分析的基础上,提出了一种免疫支持向量机方法来预测电力系统短期负荷,其中利用免疫算法来优化支持向量机方法的参数.免疫算法是根据人类或其它高等动物免疫系统的机理而设计的,通过仿真抗原和抗体之间的相互作用过程,有效地克服了未成熟收敛现象,提高了群体的多样性.电力系统短期负荷预测的实际算例表明,与支持向量机方法相比,本文所提免疫支持向量机方法具有更高的预测精度. 相似文献
3.
在对支持向量机(SVM)方法进行分析的基础上,提出了一种免疫加权支持向量机(IWSVM)方法来预测电力系统短期负荷。其中根据各样本重要性的不同,引入了加权支持向量机方法,然后利用免疫规划算法对其进行参数优化。免疫规划算法利用浓度和个体多样性保持机制进行免疫调节,有效地克服了未成熟收敛现象,提高了群体的多样性。电力系统短期负荷预测的实际算例表明,与支持向量机方法相比,所提免疫加权支持向量机方法具有更高的预测精度。 相似文献
4.
5.
总结分析了力车轮胎产生喷霜的原因,从橡胶、配合剂品种选择和用量以及胶料加工工艺及产品贮存和运输等方面提出了避免产生喷霜现象的办法。根据试验对已喷雾产品提出两种消除喷霜现象的补救处理方法,即把已喷霜的力车轮胎放入硫化罐中再硫化一次和利用硫化机余热蒸汽和热水进行处理,但不足是浪费了资源和劳动力。 相似文献
6.
灰色神经网络模型GNNM(1,1)在城市年用电量预测中的应用 总被引:4,自引:0,他引:4
针对城市电力系统年用电量增长的特点,将灰色神经网络模型GNNM(1,1)引入城市年用电量预测。GNNM(1,1)模型是把灰色方法与神经网络有机结合起来,对复杂的不确定性问题进行求解所建立的模型。该模型通过建立一个BP网络,来映射GM(1,1)模型的灰色微分方程的解。GNNM(1,1)模型采用BP学习算法,网络经训练收敛后就可进行城市年用电量预测。算例计算表明,与灰色预测方法相比,GNNM(1,1)模型具有更强的适应性和更高的预测精度,适用于城市年用电量预测。 相似文献
7.
基于小波变换的选择性发电机100%定子单相接地保护方案 总被引:5,自引:0,他引:5
提出了基于小波变换的选择性发电机100%定子单相接地保护方案。通过直接对机端、中性点两侧的零序测量电压以及零序电流进行小波分析,利用模极大值的极性比较,能可靠地识别出发电机内、外部的定子接地故障,并对内部故障有100%的保护范围。仿真结果表明,新方案在各种运行方式下均能取得很高的保护灵敏度和可靠性,是一种较佳的具有选择性的发电机定子接地保护新方案。 相似文献
8.
共生进化免疫神经网络在电力系统短期负荷预测中的应用 总被引:1,自引:0,他引:1
为了克服传统BP神经网络在结构设计和学习算法中存在的缺陷 ,提出了一种共生进化免疫神经网络来预测电力系统短期负荷。其中利用共生进化原理设计神经网络 ,通过对神经元群体进行优化设计 ,显著地减轻了计算量。在进化过程中 ,结合免疫算法中的浓度机制和个体多样性保持策略进行免疫调节 ,有效地克服了未成熟收敛现象 ,提高了群体的多样性 ,加快了网络设计速度。算例计算表明 ,该方法具有更短的训练时间和更高的预测精度 相似文献
9.
为了克服传统BP神经网络在结构设计和学习算法中存在的缺陷,提出了一种免疫小波网络(IWN)来预测电力系统短期负荷.在IWN的设计中,根据共生进化和免疫规划原理,提出共生进化免疫规划算法,可以自动确定小波网络隐层神经元的数量和参数.电力系统短期负荷预测的算例计算表明,与传统的BP神经网络预测方法相比,该方法具有更高的预测精度. 相似文献
10.
基于小波滤波器的单元件横差保护方案 总被引:1,自引:2,他引:1
单元件横差保护是发电机的一种简单、灵敏的主保护。大型发电机内部故障产生的巨大短路电流可能引起其电流互感器饱和,从而影响保护的动作性能。文中采用ATP仿真程序对电流互感器的饱和问题进行了研究,分析了不同条件下电流互感器饱和的行为特征及对单元件横差保护的影响,并提出了相应的措施。在此基础上,提出一种基于小波滤波器的发电机单元件横差保护方案,仿真及动模实验数据均表明新方案在各种情况下表现出较好的性能,并且在发电机内部严重故障时能取得良好的抗饱和能力。 相似文献