基于模糊神经网络的空间负荷预测小区用地分析

对配电网的空间负荷预测方法进行改进,重点研究小区用地分析的模糊推理模型,把人工神经网络技术与模糊推理系统相结合的方法应用于小区用地分析。该方法采用人工神经网络技术提取模糊规则,形成一类具有学习功能的模糊智能系统,具有自适应能力强、推理效率高及知识表达能力较强等特点。以实例验证了该方法的有效性。     

电力负荷的模糊粗糙集预测方法研究

通常空间电力负荷的影响因素较多 ,小区划分较小时模糊推理规则将成倍增加 ,为此引入了粗糙集理论的属性约简方法简约预测因子 ,即采用粗糙集理论的不可分辨性关系约简可能影响小区用地决策的距离和环境等相关属性 ,得出决定小区用地类型的决策推理规则库 ;为克服模糊理论确定权重系数的主观性 ,应用粗糙集理论中属性重要度分析计算了各条件属性对各用地类型的不同权重。重庆江北某区域空间电力负荷预测的结果显示 ,粗糙集与模糊集理论相结合能节约存储空间且能提高预测速度     

一种应用模糊神经网络对完全电机定子进行故障保护的新方法

该文研究一种由模糊逻辑和人工神经网络(ANN)组成的，对发电机定子线圈进行故障保护的综合方法。该方法只采用发电机机端电压、电流信号，并对这些信号进行特征提取，然后用到FNN的故障诊断和定位上。该技术由两个阶段组成：基于人工神经网络(ANN)的故障类型分类和基于一个包括模糊逻辑以及人工神经网络的综合网络的进行定子绕组故障精确定位。     

空电电力负荷预测小区用地分析（二）——模糊推理在小区用地分析中的应用

基于模糊逻辑的近似推理方法,建立了详细的城市土地高分解状态下的小区土地使用优劣性评价和小区土地使用适应性评价的推理模型,用一个实际系统的空间电力负荷预测的小区用地分析实例说明了该方法的应用过程和有效性。     

基于模糊神经网络的模糊控制器综合优化设计：I.设计方法

将人工神经网络和模糊控制相结合，提出了一种实用的模糊神经网络的构造方法，并利用优化技术，提出了基于模糊神经网络的模糊控制器综合优化设计方法。     

一种基于模糊逻辑和神经网络的短期负荷预测的方法

应用模糊理论、人工神经网络等智能技术,确定了有效的电力系统短期负荷预测方法,其中着重考虑了天气因素对电网负荷的影响,采用了具有高度非线性映射能力的人工神经网络与具有较强结构性知识表达能力的模糊逻辑相结合的算法来预测负荷,经初步测试表明,该方法具有良好的预测精度。     

空间电力负荷预测小区用地分析（二）——模糊推理在小区用地分析中的应用

基于模糊逻辑的近似推理方法 ,建立了详细的城市土地高分解状态下的小区土地使用优劣性评价和小区土地使用适应性评价的推理模型。用一个实际系统的空间电力负荷预测的小区用地分析实例说明了该方法的应用过程和有效性     

遗传算法、模糊逻辑和运输模型在配电网空间负荷预测中的应用

文章提出了一种新颖的配电网空间负荷预测模型。该模型采用模糊推理计算每个小区适于发展各类负荷的程度,根据推理结果运用运输模型来分配各小区内各类负荷的增长。模糊规则是采用遗传算法训练出来的。     

一种参数自整定模糊PID控制器的研究

讨论了一种参数自整定模糊PID控制器的设计结构 ,给出了预估计PID参数值的经验公式和方法 ,并介绍了模糊推理规则和仿真过程。该结构基于模糊推理进行参数整定 ,MATLAB仿真结果表明该控制器具有良好的稳态精度和自适应能力     

基于模糊神经网络的模糊控制器综合优化设计 Ⅰ设计方法

将人工神经网络和模糊控制相结合，提出了一种实用的模糊神经网络的构造方法，并 利用优化技术，提出了基于模糊神经网络的模糊控制器综合优化设计方法。     

基于模糊神经网络的模糊控制器综合优化设计──Ⅰ．设计方法

将人工神经网络和模糊控制相结合，提出了一种实用的模糊神经网络的构造方法，并利用优化技术，提出了基于模糊神经网络的模糊控制器综合优化设计方法。     

模糊专家系统用于短期负荷预测修正的初步探讨

针对人工神经网络短期负荷预测方法的不足,考虑天气中的日平均气温以及特殊事件等影响负荷变化的主要因素,利用专家经验,模仿专家处理问题的方法,设计了一个模糊专家系统,对负荷预测结果进行修正,以提高负荷预测精度.通过合理选择模糊推理规则的形式,有效地减少了规则的数目,使人工总结专家经验并确定模糊推理规则成为可能,并减少了计算量,提高了算法速度.     

电力负荷短期预测的模糊专家系统修正方法

针对人工神经网络短期负荷预测方法的不足,考虑天气中的日平均气温,天气状况以及特殊事件等影响负荷变化的主要因素,利用专家经验,模仿专家处理问题的方法,设计了一个模糊专家系统,对负荷预测结果进行修正,以提高负荷预测精度,通过合理选择模糊推理规则的原因,有效地减少了规则的数目,使得人工总结专家经验并确定模糊推理规则成为可能,减少了计算量,提高了算法速度。     

RBF神经网络与自适应模糊系统

从ＲＢＦ神经网络与模糊推理诉等价性角度出发,给出了一种基于ＲＢＦ神经网络的模糊系统实现形式,使模糊系统具有从输入输出样本数据中提取模糊规则的能力,从而使模糊系统具有自适应、自学习能力。仿真结果表明,该方法是可行的和有效的。     

基于模糊理论的变压器故障诊断专家系统

通过对变压器故障诊断专家系统研制过程的分析，阐述了模糊数学理论与专家系统技术 相结合，形成模糊推理知识库的过程，并且对模糊关系矩阵参数和阈值确定的方法进行了有 益的探讨。本系统由知识库、数据库、推理机和控制界面几部分组成，具有良好的实用性、 可靠性，易于推广。     

基于模糊粗糙集理论和时空信息的空间负荷预测

空间负荷预测是城网规划领域的基础工作,目前空间负荷预测大多是依靠一些历史负荷数据来进行,却忽视了地理空间信息的影响。对于同一类用地来说,由于各小区的地理空间信息不同,其发展程度存在一定的差异,进而各小区的负荷密度也不相同,如果采用统一的负荷密度进行预测,势必会带来较大的误差。因此,该文提出一种基于模糊粗糙集理论和时空信息的空间负荷预测方法。借助地理信息系统(geographic information system,GIS)获取供电小区的空间信息,分析空间信息对各类负荷分布的影响。结合模糊粗糙集理论得到每个供电小区适合其发展的统一模糊粗糙因子(因为每类小区的统一模糊粗糙因子的划定都有其自身的标准,该统一模糊粗糙因子的大小仅适于同种类型小区间的比较),从而刻画出同类负荷间负荷密度的差异。该文所提方法能够更精确地刻画负荷发展不均衡、不协调的现象,提高空间负荷预测的精度。工程实例分析表明了该方法的实用性和有效性。     

基于模糊控制的自动发电控制技术研究

将模糊推理和自适应整定技术结合起来,提出了AGC系统设计的新方法。在对两区域AGC系统仿真 的基础上,分析常规PID控制器的不足,采用自整定模糊PID控制器进行控制,并分析了模糊控制器参数对系 统控制效果的影响。仿真结果表明,采用该方法设计的AGC系统与常规方法设计的系统相比,它具有更强的适 应能力和良好的控制效果。     

通用模糊控制系统CAD软件包的研制

介绍了通用模糊控制系统ＣＡＤ软件包的组成和基本功能。该软件包能够方便地选择各模糊变量论域范围、变量子信、模糊推理和反模糊的方法,操作简便,功能齐全,能够得到比较满意的控制系统的一种有效工具。     

发电机组励磁与汽门协调控制器的设计

发电机组的励磁与汽门协调控制能够快速有效地促进电力系统的稳定.文中设计了一种基于模糊神经网络的发电机组励磁与汽门协调控制器,该控制器将人工神经网络和模糊控制理论有机结合在一起,应用多层前馈BP网络和模糊推理控制模型,通过网络的自学习,修正网络的权值从而实现模糊神经网络的自学习控制.通过对单机无穷大系统进行仿真实验,结果表明,基于模糊神经网络的发电机组励磁与汽门协调控制器具有较好的静态性能和动态特性,系统在不同的故障情况下具备较强的鲁棒性.     

一种模糊模型的混合建模方法及在短期负荷预测中的应用

提出了一种将粗糙集理论和正交最小二乘算法相结合建立短期负荷预测模糊模型的新方法。该方法采用粗糙集理论选择模型输入变量并对其进行划分，由样本数据的离散化结果确定模糊推理规则及其逻辑前件参数，进而采用改进的正交最小二乘算法去掉冗余模糊规则和确定模糊推理规则后件参数。最后，应用该文建模方法对实例进行了模拟计算，并与其它建模方法进行了比较，结果表明该文方法比其它方法更有效。