共查询到20条相似文献,搜索用时 15 毫秒
1.
基于人工神经网络法(ANN)对内蒙古某风电场短期输出功率进行了预测研究,给出了较详细的实现过程,并比较了单一ANN预测方法和基于物理方法与统计方法的混合ANN预测方法的预测精度.计算结果表明,单—ANN预测方法能快速给出预测结果,但预测精度较低,均方根误差为10.67%;而混合ANN预测方法步骤较多且较费时,但预测精度较高,均方根误差为2.01%,不到单一ANN法的1/5.同时,针对预测过程中小于5m/s的小风速段和大于15m/s的大风速段所呈现的预测误差较小的原因进行了深入分析. 相似文献
2.
3.
4.
5.
神经网络方法在蓄电池建模中的应用 总被引:5,自引:1,他引:5
将多层人工神经网络用于蓄电池充放电过程的动态建模,获得了满意结果,为高度复杂的非线性电化学过程的模型化提供了一条新途径,该方法只要一些测量值,实施方便。 相似文献
6.
提出用结构电阻来表达网络结构和运行方式对配电网线损的影响,并应用反向传播神经网络和连续同伦学习算法拟合一个中压配电网有代表性的线损数据.同伦算法具有全局收敛特性,迭代次数比常规迭代算法大大减少,且达到较高收敛精度. 相似文献
7.
提出一个模拟网河区洪水过程的交错格点显式差分法。该差分格式能自然适合水流计算的边界条件,处理叉口简单,存储量小,并且计算结果合理,无需进行平滑处理。 相似文献
8.
9.
在标量磁滞的单变量多值性函数中,通过引入回转点处的输入值作为另一个变量而转化为分段连续的二元非线性函数,并利用神经网络的BP算法对一种铁磁材料的磁滞回线中的第三阶回转曲线进行了预测,与实验测定值进行了比较。 相似文献
10.
一种水轮发电机组分层神经网络自适应预测控制器,采用多层前向神经网络,由两个分别用于预测和控制的子神经网络组成。 相似文献
11.
12.
提出了一种改进的神经网络学习算法,对拟合静态模型,其误差的收敛阶可达1.618,基于同步发电机可控硅励磁自并励非线性模型的仿真研究表明,该算法控制性能优良。 相似文献
13.
《热应力杂志》2013,36(11-12):1137-1150
An approximate optimum design of a multilayered composite plate constructed of an isotropic structural layer and multiple piezoceramic layers is presented. A thermoelastic displacement distribution on the structural layer surface is controlled by applying appropriate electric potential distributions to the piezoceramic layers. The objective of this study is to determine the thickness of each piezoceramic layer by using neural networks so that the maximum value of the applied electric potential distributions is minimized subject to stress constraints. The quasi-Newton method is employed for an updating formula of connection weights. Numerical results for the approximate optimum design of the composite plate are shown to be in good agreement with those obtained from a direct optimum design using the quasi-Newton method. 相似文献
14.
15.
16.
17.
基于人工神经网络的水电补偿调节方法 总被引:2,自引:0,他引:2
建立了基于Hopfield神经网络的水电补偿调节模型,提出了一个改进的综合算法,交 于4水电站的补偿调节,得到了令人满意的结果。 相似文献
18.
水轮发电机组的神经网络可辨识性研究 总被引:1,自引:1,他引:1
在分析了水电机组作为准线性同构异参系统有关特性基础上,给出了神经网络可辨识性的定义,论证了BIBS稳定的水轮发电机的神经网络可辨识性,对仿真模型和辨识网络的计算结果的分析比较表明神经网络具有良好的映射性能及较强的容错性。 相似文献
19.
本文构造了一种线性与非线性结合的神经网络,提出了短期负荷预测的神经网络方法。使用最近的观测资料对神经网络进行学习训练,调整神经元间的权值。然后对未来负荷进行预测。通过对华中电网的观测资料进行仿真,在正常情况下获得较好结果。 相似文献