改进Elman网络及其在水轮发电机组故障诊断中的应用

针对水轮发电机组故障诊断系统，分析了改进BP网络在故障诊断中的不足，提出了利用改进Elman网络进行水轮发电机组故障诊断的方法。该方法具有精度高、收敛快、可以避免局部最小的优点，从而为水轮发电机组故障诊断提供了一种更有效的方法。     

水轮发电机组机械制动系统的改进

针对小山电站机组机械制动系统存在的问题,提出了在机械和控制回路等方面的改进方案,取得了较好的效果。     

基于BP模糊神经网络的水轮发电机组故障诊断方法

运用模糊理论的故障征兆与故障原因之间的模糊关系,确定了BP神经网络的输入层和输出层,并结合水轮发电机组故障诊断具体实例建立神经网络的输入样本集,对神经网络进行训练,输入机组故障征兆向量,得出故障原因,从而验证了模糊神经网络的可行性与优越性.     

水轮发电机组更换转轮后出力下降的原因及改进措施

水白塔电站＃５机于１９９４年将ＨＬ２４０转轮更换为新型的ＨＬ３９６转轮，期 望将机组出力提高２００ＫＷ。改进后，在相同的运行条件下，机组出力不但没有提高，相反还降低了约９２．８ＫＷ，每年平均少发电约８０万ｋＷｈ，直接经济损失约４０万元。     

网络技术在水轮发电机组大修中的应用

网络计划技术具有缩短工期的特点，简要地介绍了该技术的基本原理，并结合实例说明了其在水轮发电机组大修中的实用价值。     

BP网络在水电机组振动故障诊断中的应用研究

将人工智能引入水轮发电机组的故障诊断，有利于大中型水电厂“无人值班（少人值守）”管理模式的加速发展，本文首先简单介绍了人工神经网络的基本性能和BP网络模型及算法，然后将神经网络中的BP模型应用于水轮发电机组振动故障诊断中，比较了选择不同的网络掺数对诊断系统必能的影响，实验证明，基于BP网络的水轮发电机组振动故障诊断方法具有很高的实用价值。     

二滩大型水轮发电机组结构改进意见

二滩机组是目前我国已安装运行中最大的机组。该机组有许多优点，但也有许多结构上的问题是值得探讨和改进的。特别在安装过程中和试运行时发生的事故，如分瓣转轮在拼焊过程中产生的大量裂纹、甚至开裂，定子铁芯在叠装后进行磁化试验６次通过不造成返工，推力和水导轴承同，发电机棒烧损等等。     

水轮发电机组低水位运行探讨

水轮发电机组低水位运行是一种异常运行工况,它是实际生产中难以避免的.本文根据梅山水电站多年来机组低水住运行的实践经验,从低水位运行对机组及引水系统的危害和影响、最低极限运行水位和最高负荷的确定、机组低水位运行的技术安全措施几方面进行了阐述,对水轮发电机的低水位运行具有一定的现实指导意义.     

水轮发电机组振动故障诊断与识别

振动是影响水轮发电机组正常运行和危害机组寿命的主要故障。要清徐机组振动故障，必须寻找引起机组振动的原因。本文主要介绍如何依据秀发机组振动的某些特征，捕捉其振动原因。为简化问题，不考虑引起机组振动诸因素间的相互影响，但对分析机组振动的主要原因，仍有较好的参考作用。     

基于改进BP神经网络的水库调度函数研究

介绍了BP神经网络的基本原理及其改进方法。运用改进BP神经网络对水库调度函数进行非线性拟合,并将所得的调度函数应用于水库群联合调度。模拟调度中以出流和时段末水位做决策,两者相互印证和补充。实例表明,神经网络拟合精度较高,水库群的模拟联合调度取得了满意的效果。对于金沙江下游梯级及三峡葛洲坝水库组成的6库水电系统,对比按常规调度和线性调度函数方式,梯级保证出力分别增加了380 MW和160 MW,年均电量分别提高了73.79亿kW.h和12.45亿kW.h,年均弃水量分别减少了512.5亿m3和87.7亿m3,效果显著。     

BP神经网络算法在年电力负荷预测中的应用

本文主要研究电力负荷预测方法，依照神经网络系统理论，建立神经网络模型，并通过实例计算，介绍了BP神经网络算法在年电力负荷预测中的应用。     

基于改进BP神经网络模型的区域农业灌溉用水预测研究

传统BP神经网络模型局部易出现收敛,在模型求解过程,易出现求解不收敛的缺陷.为此引入小波分析函数对传统BP神经网络的节点计算进行改进.并将改进的BP神经网络模型运用于农业灌溉用水预测中,研究结果表明:改进的BP神经网络模型改变了局部易收敛的缺陷,模型求解更为合理.在农业灌溉用水预测精度上也明显好于传统的BP神经网络模型.     

基于一种改进BP网络算法的水轮机组故障诊断

水轮机组状态监测与故障诊断系统,在水轮发电机组及电力系统中有着举足轻重的地位,提高水轮机组状态监测与故障诊断系统的准确性和及时性,对电力系统的安全运行具有重大意义。作者采用一种改进的BP网络算法,用于水轮机组状态监测与故障诊断系统中,试验表明,此方法改善了传统BP网络容易陷入局部最小点、网络收敛速度慢等不利因素,提高了水轮机组状态监测与故障诊断的准确性。     

基于BP网络的承压水漏斗动态规律研究

为了研究区域地下水的变化规律,结合沧州1989～2007年72眼观测井的水位、区域开采量和补给量等资料,研制了该区域承压水漏斗水位的BP网络模型。该模型具有分布参数模型的特征,对水位拟合与检验的合格率均大于70%,符合相关规程要求。应用所建模型,对5个不同开采与补给方案下,研究区未来10 a承压水漏斗的动态变化进行了模拟,模拟结果合理、可靠。     

基于改进型BP神经网络马尔科夫模型的区域需水量预测

为提高需水量预测的精确度,应用了一种BP神经网络与马尔科夫相结合的预测模型,介绍了它的基本原理及算法,并给出了该模型建立的具体过程,最后该模型被应用于需水量预测工作中,计算证明取得了较好的效果。     

改进BP神经网络在地下水环境质量评价中的应用

以LM算法和步长自适应法对BP神经网络进行改进,并将输入数据采用压缩系数法进行处理, 用改进后的BP神经网络对黄河流域某地区地下水环境质量进行评价,并和内梅罗指数法、灰色聚类法评价结果相比较,结果表明改进后的BP神经网络计算速度快、评价精度高、结果客观准确。     

基于遗传算法改进的BP神经网络模型对汛期潼关高程的计算

将遗传算法全局寻优和BP神经网络局部寻优的特点结合起来,取长补短,解决了BP网络收敛速度慢和易于陷入极小值的问题,大大提高了BP网络的计算精度和收敛速度。并应用该模型,在分析影响汛期潼关高程因素的基础上,对汛期潼关高程的变化量进行了计算。并利用该BP网络模型对不同条件下的潼关高程的变化值进行了预测,模型能很好的反映潼关高程的变化趋势。经过遗传算法改进后的BP网络在降低计算和预测的平均误差的同时,迭代次数比一般BP网络也大大减少。很适合运用在复杂的水库优化调度计算中。     

改进BP神经网络在水环境质量评价中的应用

针对传统水环境评价方法的不足,建立了改进的BP神经网络水环境质量评价模型.采用遗传算法对BP神经网络参数进行优化改进,并给出了该模型建模的一般步骤.以抚河流域进行实例应用,将其评价结果与投影寻踪评价结果进行比较,结果表明改进后的BP神经网络计算速度快、评价精度高、结果客观准确,在水环境评价中具有较好的应用价值.     

基于改进BP网络的轴流式水轮机调节特性仿真

为了获得水力机组在小开度、小流量工况点下非线性特性数据,利用改进BP网络与MATLAB神经网络工具箱相结合的方法,将已知的水轮机综合特性曲线数据与边界约束点相结合,经网络自动"学习"训练可获得低效区的流量延拓、力矩延拓仿真曲面。改进BP网络模型可以大大地提高水轮机综合特性曲线数据处理的效率与精度,是研究水轮机控制系统的一种新的非线性建模仿真模型。