模糊神经网络在数据采掘中的应用研究

提出了一种基于模糊神经网络的数据采掘新方法。该方法首先基于Rough sets思想获取初始规则和训练集，基于采掘属性的数目和分类目标确定网络结构，通过遗传(GA)算法对网络进行优化，通过BP算法实现网络权值的在线调整，最后对所生成的规则进行简化，提取模糊规则。仿真实例结果表明，该方法是行之有效的。     

发电机失磁保护人工神经网络法

利用失磁后Etq(强制同步电势分量)、Efq.q(强制空载电势分量)的衰减时间常数Tq仅取决于发电机参数及失磁类型的原理,根据失磁故障的分类,采用一个3层前向神经网络得出Tq,使微机失磁保护能够在失磁发生瞬间,自动判别出失磁类型.数字仿真、动模试验及实际运行证明本方法可行.     

PLC在SHL10锅炉电控系统中的应用

采用三菱F系列PLC设计了SHL10锅炉电气控制系统,根据设备的控制要求给出了系统的软件梯形图,以此可编制程序。该系统具有可靠性高、抗干扰能力强的特点,解决了继电器控制器由于触点接触不良、控制系统元件较多和线路复杂易导致错误动作的问题。     

信息融合的神经网络应用研究

信息融合是研究信息处理的专门技术.人们在社会实践中,一直都在自觉或不自觉地将各种信息进行综合处理.信息融合是将各种途径获得的信息作为一个整体进行综合分析处理,为决策及控制奠定基础.随着计算机技术的发展和人工神经网络的应用,到目前为止,已经出现许多人工神经网络模型及相应的学习算法.该文以控制系统以及运行设备的控制与保护为依据,采用模糊神经网络技术与信息融合技术相结合进行分析研究,从而得出具有普遍实用意义的理论,使信息融合的神经网络应用适用于更广泛的领域.     

自适应神经元输电线路反时限过流保护

本论述了一种基于自适应神经元方法实现输电线路的单片机反时特性曲线的新技术。该技术在对故障电流量进行测量、分析和判断的基础上,采用三种典型的反时限特性议程,基于自适应神经元的方法,综合考虑线路故障状态的特征,使用三个自适应神经元,并根据单个神经元的智能控制算法,推导出自适应神经元的反时限保护特性算法,从而解决了单片机不能实现的反对限指数运算,减小或消除了采用查表法的相对误差和时延。该方案具有很强的实用性。     

发电机失磁保护人工神经网络法

利用失磁后Etq(强制同步电势分量）、Efq.q（强制空载电势分量）的衰减时间常数Tq仅取决于发电机参数及失磁类型的原理,根据失磁故障的分类,采用一个3层前向神经网络得出Tq,使微机失磁保护能够在失磁发生瞬间,自动判别出失磁类型。数字仿真、动模试验及实际运行证明本方法可行。     

高压电动机微机综合保护的研究

在分析了高压电动机的故障特征和现有保护的不足后,应用对称分量法理论,提出了基于正序、负序、零序电流分量的电动机保护方法,所研究的微机电机成套保护装置,保护齐全,功能完善,性能优良可靠,可应用于大中型异步电动机及同步电动机。     

互感器故障诊断人工神经网络法

基于神经网络的基本结构和算法，该文建立了一个用于高压电磁式互感器故障诊断的人工神经网络。其中采用了有效的网络学习算法，旨在全面、快速和准确地实现互感器故障诊断，以提高互感器及电力系统运行的可靠性。根据互感器的故障特征，该文建立一个3层前向神经网络，采用误差逆传播学习算法进行了讨论，并由仿真计算结果加以论证。     

发电机失磁保护人工神经网络法

利用失磁后Etq(强制同步电势分量 )、Efq q(强制空载电势分量 )的衰减时间常数Tq 仅取决于发电机参数及失磁类型的原理 ,根据失磁故障的分类 ,采用一个 3层前向神经网络得出Tq,使微机失磁保护能够在失磁发生瞬间 ,自动判别出失磁类型 .数字仿真、动模试验及实际运行证明本方法可行 .     

微机短线路光纤纵差保护的研究

本文所介绍的微机短路纵差保护方法,适用于３５ｋＶ及以下的短距离输电线路。方案所配备的纵联差动保护采用分相差动保护原理,以相电流差突变量作为起动元件,差动元件采用全周付氏算法,计算出电流量的实部和虚部,再对两侧的电流相量进行比较,以确定是否在区内,在方向元件的选取上,首选正序故障分量。信号传输可采用光纤、屏蔽电缆或直流单高压开关量引导线。本文主要介绍了采用光纤的纵差保护的原理,构成和动模试验结果。