基于粗糙集-BP算法的配电网故障诊断

将粗糙集理论与BP神经网络相结合,以粗糙集中的信息系统决策表为主要工具,通过基于遗传算法的粗糙集属性约简算法对配电网中的原始数据进行约简,然后利用BP网络对最简规则集进行学习训练,最后用改进的粒子群算法对BP网络的权值和阈值进行优化,形成改进粒子群优化粗糙集-神经网络的模型结构。诊断结果表明:通过粗糙集属性约简,删除了大量不必要的冗余数据,提高了诊断速度和准确度。同时,针对配电网发生故障时存在误动、拒动等情况,该算法具有较高的泛化能力和较好的容错性。     

基于粒子群优化神经网络的变压器故障诊断

为克服电气分析应用中误差反向传播(BP)神经网络存在的不足,提出了一种利用改进粒子群算法优化神经网络的变压器故障诊断新方法。该法的惯性权重自适应调整,以平衡局部和全局搜索能力;收缩因子加快算法的收敛速度,有利于更快地收敛于全局最优解。利用改进的粒子群算法优化神经网络参数,并结合BP算法训练网络可有效地克服常规BP算法训练网络权值和阈值收敛速度慢、易陷入局部极小和遗传算法独立训练神经网络速度缓慢等缺点。最后,进行变压器故障实例分析的仿真结果表明,该算法具有较快的收敛速度和较高的诊断准确度,证实了该方法的正确性和有效性。     

基于BP神经网络模型的异步电动机故障辨识

针对目前三相异步电动机故障诊断方法存在的局限性及其缺陷,在利用小波包分析提取电动机故障信号特征量基础上,提出基于蝙蝠-粒子群及改进BP算法的异步电动机BP神经网络故障辨识模型,采用蝙蝠-粒子群算法优化BP神经网络结构参数,利用改进BP算法训练BP神经网络.仿真结果分析表明,该BP神经网络模型用于三相异步电动机故障辨识,辨识速度快、准确度高、可靠性好.     

基于IPSO-BPNN算法的开关磁阻发电机实验建模

文章实现了一种利用改进的粒子群算法优化BP神经网络(IPSO-BPNN)的建模方法,建立了SRG的非线性模型.该方法利用了BP神经网络较强的非线性处理能力和逼近能力,改进粒子群算法的引入克服了BP神经网络容易陷入局部最优及初值敏感的缺点.建模的实验数据采用间接测量法采集,分为训练样本与测试样本两个集合.建模效果表明IPSO-BP神经网络的泛化能力很强,可以近乎完美地表达SRG的磁链和转矩特性.     

基于粒子群算法的BP神经网络光伏电池建模

针对光伏电池复杂难以建模的非线性特性,本文提出一种基于粒子群算法(PSO)的反向传播(BP)神经网络建模方法.神经网络具有很强的非线性拟合能力,但同时也存在收敛速度慢、容易陷入局部极值、建模精度不高等缺点.本文采用粒子群算法来优化神经网络的内部连接权值,以改善神经网络的性能,并基于这种改进的神经网络构建光伏电池动态模型...     

基于MPSO-LM算法的车用电池组SOC预测

在对车用氢镍电池组进行了不同工况和温度下的充放电实验,获取了大量能真实反映电池动态行为和特征的实验数据的基础上,建立了一个Back-propagation神经网络的车用动力电池组的仿真模型,实现对电池SOC的预测.为提高BP算法的训练速度和估算精度,设计了一种将改进粒子群算法(MPSO)与Leyenberg-Marquardt(LM)算法组合使用的混合算法(MPSO-LM)用于优化训练BP神经网络.仿真结果表明.所提议的MPSO-LM算法比BP算法更有效.具有较快的收敛速度和较高的预测精度.测试结果中97%数据达到5%的误差或更小.     

基于粒子群优化的BP神经网络在火电厂大气环境评价中的应用

利用粒子群优化算法对传统的BP神经网络算法改进,建立了基于粒子群优化BP神经网络的评价模型,并将其应用到火电厂大气环境评价研究中。结合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索优势,有效防止了网络陷入局部极小值,同时能保证评价结果的准确性。火电厂实例验证结果表明:利用粒子群优化的BP神经网络模型进行火电厂环境评价不仅计算简便,而且评价结果具有较高的可靠性。     

基于WOA-BP神经网络的磨煤机出粉量估算

为了解决火电厂磨煤机出粉量难以估算的问题,运用软测量方法,结合磨煤机工作时的系统参数和磨煤机出粉量建立BP神经网络模型,建立各参数与出粉量的非线性映射关系,对磨煤机出粉量进行估算。为了减小该模型的误差,采用鲸鱼算法（WOA）优化BP神经网络的权重和阈值,建立了WOA-BP算法模型。为了验证WOA-BP算法模型的可靠性,将鲸鱼算法（WOA）、粒子群算法（PSO）、遗传算法（GA）和BP神经网络分别建立磨煤机出粉量的WOA-BP、PSO-BP、GA-BP、BP神经网络算法模型。计算结果表明在4种算法模型中,WOA-BP算法估算模型对磨煤机出粉量有最好的预测能力,平均绝对误差仅0.94。     

基于DGA的QPSO-BP模型变压器故障诊断方法研究

为了提高变压器故障诊断的准确率,提出一种基于量子粒子群优化BP神经网络(quantum particle swarm optimized BP neural network,QPSO-BP)的故障诊断模型。在该算法中,用量子位的概率幅表示种群中各粒子的当前位置,用量子旋转门实现粒子位置的移动,用量子非门进行变异操作,以获取BP神经网络的权、阈值优化参数,最终实现了变压器故障诊断模型的构建。对故障DGA样本的诊断实例表明,与粒子群优化BP网络(particle swarm optimized BP neural network,PSO-BP)法、BPNN法以及IEC三比值法相比,QPSO-BP算法具有更高的诊断正确率,从而实现了变压器故障模式的有效识别。     

光伏串列信道噪声特性研究与建模

为实现对每块光伏组件的工作状态进行监测,可运用以光伏组件串列为介质的载波通信技术实现,因此有必要掌握光伏串列的信道噪声特性。以某光伏电站实测的光伏串列信道噪声为对象,提出了一种粒子群优化BP神经网络的光伏串列信道噪声建模方法。实验与仿真结果表明：粒子群优化BP神经网络模型的预测输出和测试原噪声在功率谱密度及时域波形上有着一致的变化趋势,证明了该模型的有效性。相比较于小波神经网络和遗传算法优化的BP神经网络,粒子群优化的BP神经网络的预测均方根误差更小、精度更高。     

建设故障信息远传系统必要性的分析

调度自动化系统失效是美加大停电的重要原因。故障信息系统,独立于调度自动化系统,可作为调度人员掌握现场第一手资料的另一途径,但不能作为调度自动化的替代品。分析了建设故障信息系统的必要性。     

10kV交联电缆接头施工工艺分析及改进措施

研究了引起绝缘击穿、发生危及电缆安全运行的电缆接头故障.分析了10 kV交联电缆接头制作工艺引起绝缘损坏的原因,结果表明:发生电缆接头故障的主要原因是施工中的杂质、水气及气隙进入电缆接头,使得电缆接头绝缘存在缺陷造成发热、局部放电或击穿,施工工艺是影响电缆接头质量的重要因素.提出了对提高电缆接头质量有参考价值的改进措施.     

电动汽车用电机技术研究

当今世界节能和环保备受关注,使得电动汽车技术正在加速发展。电机技术是发展电动汽车的关键技术之一。该文对电动汽车用的感应电动机、永磁同步电动机和开关磁阻电动机技术和发展水平进行了分析研究。     

天气因素对配电网可靠性影响的探讨

异常天气对元件可靠性及配电网可靠性的影响很大,采用传统评估方法获得的元件故障率评估结果往往与实际统计结果差异较大。为此,将天气状态划分为正常天气、恶劣天气和灾害天气3种状态,并建立故障率一天气模型,采用序贯蒙特卡罗模拟法来探讨天气因素对元件故障率的影响。采用灵敏度分析法对在3种天气状态下的元件故障率与元件平均故障率的关系进行算例分析,结果表明非正常天气对配电网可靠性的影响十分显著,元件平均故障率将随着非正常天气的增多而显著增大。     

并联混合型有源电力滤波器的PSIM仿真研究

提出了一种利用仿真软件PSIM来研究和开发电力电子新装置的方法,并以韶冶谐波治理系统的设计过程为例, 说明了该方法与目前广泛使用的PSB仿真方法相比,具有更快的收敛速度和更友好的人机界面,使得研究电力电子系统更为简单。     

基于离散空间矢量调制的直接转矩控制系统的仿真研究

针对异步电动机直接转矩控制(DTC)系统存在转矩和磁链脉动等缺点,提出一种基于离散空间矢量调制(DSVM)的DTC系统。根据转矩、磁链误差和速度的不同,在高低速应用不同的开关表,达到改善异步电动机运行性能的目的。仿真结果表明,利用该方法可明显改善异步电动机的电磁转矩脉动。     

一种电梯门机调速控制器研制

针对电梯门机用交流电机变频器市场上变频器价格昂贵,设计了一种高效、低成本、功能完备的小型变频器.主要介绍了变频器的功能与结构,利用SPWM专用芯片,采用V/f控制方式,用软件程序实现对SPWM波形的优化和功能控制.试验结果表明系统的性能指标良好,有一定推广应用价值.     

基于离散空间矢量调制的直接转矩控制系统的仿真研究

针对异步电动机直接转矩控制（DTC）系统存在转矩和磁链脉动等缺点，提出一种基于离散空间矢量调制（DSVM）的DTC系统。根据转矩、磁链误差和速度的不同，在高低速应用小同的开关表，达到改善异步电动机运行性能的目的。仿真结果表明，利用该方法可明显改善异步电动机的电磁转矩脉动。     

曳引式防爆电梯检验要求与内容之探讨（续）

文章阐述了曳引式防爆电梯验收和定期检验工作的程序和流程,提出了具有资格的检验人员正确检验曳引式防爆电梯的内容与方法,从而确保曳引式防爆电梯的检验工作高质量并安全地进行。     

基于FPGA的CSD编码乘法器

在数字滤波、离散傅里叶变换等数字信号处理中,乘法运算是一个最基本的运算,乘法运算的速度决定着数字系统的运算速度。本文通过理论与实验研究相结合的方法介绍CSD编码乘法器的运算法则及其在FPGA中的实现过程。通过与二进制乘法器相比较,证明CSD编码乘法器在减少对FPGA资源的占用和提高运算速度方面具有明显的效果。