自适应Hopfield神经网络及其在经济负荷分配中的应用

用Hopfield神经网络解决经济符合分配（economic load dispatch，ELD）时，有两个关键问题：减小振荡和迭代步数。为加速收敛，本文提出两种自适应Hopfield神经网络计算方法-自适应坡度调整法和自适应偏移量调整法，通过调整自适应学习率改进Hopfield神经网络。结果与传统Hopfield神经网络和模拟退火方法非常接近，且收敛步数较传统Hopfield方法大为减少。可有效的解决经济负荷分配问题。     

经济负荷分配的神经网络优化计算

本文介绍电力系统现状及经济负荷分配优化的必要性，结合现代神经网络控制算法，将Hopficld神经网络（Hopfield Neural Network,IINN)应用于机组经济负荷分配（Economic Load Dispatelt,ELD)问题中，其计算结果与其他方法进行比较，可快速得出最优解，有效的解决经济负荷分配问题，且易于在计算机上实现，有实际应用价值。     

基于混沌模拟退火神经网络模型的电力系统经济负荷分配

在传统混沌神经网络模型的基础上，提出了一种具有衰减混沌噪声的混沌模拟退火神经网络模型(CSA-DCN)。该模型结合了Hopfield神经网络(HNN)与模拟退火算法(SA)的优点，并引入通过Logistic映射迭代函数产生的衰减混沌噪声，从而使该模型可以有效地解决高维、离散、非凸的非线性约束优化问题。例如电力系统经济负荷分配(ELD)问题，在考虑网损、阀点效应的情况下，将该模型应用于解决ELD问题。通过多个算例仿真计算表明，该模型的算法是可行和有效的。CSA-DCN模型是一种适用性很强的优化模型，可以应用于电力系统或其它行业系统的优化问题中。     

机组组合问题的扩展Hopfield神经网络算法

从Hopfield神经网络的原理和机组组合问题的特点出发，提出了一种适合解决机组组合问题的扩展Hopfield神经网络算法。该算法结合了Hopfield神经网络和模拟退火算法（SA）的优点，对整数变量取值范围进行了可行的扩展，有效地避免了陷入局部最优。同时，该算法无须进行额外的负荷经济分配，故能迅速，高效地搜索到系统的高质量优化解，对于实际系统的仿真计算结果证明了该算法的有效性，并且，方法本身具有良好的并行性，易于在并行计算机上实现，因此具有实际应用的可能性。     

神经网络原理及其能量函数的构造

本文简要论述神经网络概念，原理及发展史，探讨神经网络中有关能量函数的构造方法和技巧。     

基于Hopfield神经网络的供电网黑启动分区方案计算方法

针对电网大面积停电后黑启动分区划分问题,提出一种以分区联络线之和最少及总体操作最优为目标的数学模型。通过定义最小拓扑关系矩阵、节点关系矩阵和分区状态矩阵实现了对数学模型的解析描述,将对数学模型的求解转化为0-1优化问题。针对0-1优化问题多为NP-hard问题的现状,提出利用Hopfield神经网络进行求解。构造了计及各项约束条件的神经网络能量函数,给出了对应的求解方法。利用IEEE-39节点系统对所提模型及方法进行了验证,通过对分区评价指标的定量分析表明所提的模型正确,求解方法可行、有效。     

神经网络在负荷预测中的应用

介绍了神经网络的起源，它的基本结构，设计原理，阐述了神经网络的优先性能及其在电力系统负荷预测中的具体应用。     

Hopfield神经网络在单相电路谐波电流检测中的应用

针对单相电路谐波和无功电流检测方法中计算量大,实时性较差的缺点,采用Hopfield神经网络的谐波电流检测方法,这种全连接、单层反馈神经网络由于引入能量函数进行优化计算,网络不需要预先进行训练,并且具有并行处理能力,能够对数据进行实时处理,使得算法简化,易于实现,处理数据能力大大提高。与基于瞬时无功功率理论的检测方法相比,Hopfield神经网络法具有计算量小,检测精度高,实时性好的优点。在Matlab/Simulink环境下对两种方法进行仿真比较,结果表明基于Hopfield神经网络的检测方法具有很好的实时性和较高的检测精度,适用于单相有源电力滤波器的研究。     

神经网络原理及其能量函数的构造

本文简要论述神经网络概念、原理及发展史,探讨神经网络中有关能量函数的构造方法和技巧。     

反馈式Hopfield神经网络在输电线路故障诊断中的应用

本文提出采用容错性能较高的Ｈｏｐｆｉｅｌｄ联想记忆神经网络来完成输电线路的故障诊断,建造了实现该问题的ＮＮ模型结构,并提出采用基于投影原理的伪逆学习算法。     

一种求解环境经济负荷调度问题的人工神经网络新方法

提出了一种求解火力发电系统的环境经济负荷调度（EELD）问题的新的人工神经网络方法。该方法可以克服传统神经网络方法引起的参数问题，而且不论其初始点是否位于可行域内，神经网络模型所表示的动态系统的状态都会快速收敛于对应的EELD问题的全局最优解。文中还利用一个3机测试系统证实了此方法的有效性。     

神经网络在线学习模糊自适应控制及其应用

基于反馈误差学习法,提出了一种神经网络在线学习模糊自适应控制结构。利用模糊推理机产生的分目标学习误差训练神经网络,避免了控制器的输出产生振荡或进入饱和状态。工程应用表明,该方法将模糊推理引入神经网络学习中,可有效地提高系统的控制品质。     

遗传算法搜索优化及其在环境经济负荷调度中的应用

建立了环境经济负荷调度(EELD)问题的优化调度模型,提出一种利用MTALAB中的遗传算法与直接搜索工具箱求解这一问题的方法,并与人工神经网络法进行了比较分析.仿真计算表明,该方法将遗传算法较方便地应用到了EELD问题中,在环境经济合理配置的前提下优化分配各单元机组的发电量,且收敛速度快、应用范围广.     

神经网络逆系统及其在电力系统控制中的应用

阐述和证明了基于输入输出微分方程描述的系统可逆性的充分条件,并给出了相应的解析逆系统的实现方法。文中同时研究了采用积分器和静态神经网络组成动态神经网络结构的方法,并将这种神经网络结构与逆系统理论相结合,提出了神经网络α阶逆系统的结构及其实现步骤,运用该神经网络α阶逆系统对TCSC控制器进行了设计。实际系统的仿真结果证实了所设计控制策略的有效性。     

基于神经网络的规则自校正模糊控制器及其在交流伺服系统中的应用

提出了一种基于神经网络的规则自校正模糊控制器,设计了一种在线的模糊推理算法,利用神经网络调整模糊控制规则,并将其用于交流伺服系统的控制中,仿真实验结果表明：该控制器响应快、鲁棒性强,采用该控制器的系统具有较好的动、静态性能和抗干扰能力。     

新型RBF神经网络及在热工过程建模中的应用

文中提出了一种基于免疫原理的新型径向基函数（RBF－Radial Basis Function)神经网络模型。该模型利用人工免疫系统的记忆、学习和自组织调节原理，进行RBF神经网络隐层中心数量和位置的选择，并采用递推最小二乘算法确定网络输出层的权值。将这种新型的RBF神经网络应用于建立热工过程的非线性模型。仿真研究表明，这种建模方法不仅计算量较小，而且精度高，并有较好的泛化能力。     

配电网概率负荷分析及其应用

文章根据配电自动化系统中馈线终端单元(FTU)采集的历史数据,预测未来各个配电区域的负荷及其概率分布.基于各个区域的负荷相互独立、负荷预测结果呈正态分布的假设,得出流过各个开关的负荷及其概率分布的预测结果.在此基础上提出了体现负荷分布概率的新的配电网安全指标,并建立了能够考虑安全运行因素的网络重构方法.实例表明通过网络优化,可以均衡配电网负荷,并且确保配电网的安全运行.     

基于Hopfield神经网络的线性系统参数辨识方案及在鼠笼式电机传动系统参数辨识中的应用研究

将基于Hpofield神经网络的线性系统参数辨识方案^[1,2]作了扩展,得出了在辨识神经网络输入为经传感器检验延迟的系统状态变量的情况下,其辨识输出趋于正确的充分条件。通过在鼠笼式电机传动系统参数辨识中应用的仿真结果,验证了该辨识方案的正确性。     

改进粒子群算法及其在电力系统经济负荷分配中的应用

提出了一种用于求解一般形式的非连续、非凸、非线性约束优化问题的改进粒子群算法，用于求解复杂的非凸、非线性电力系统经济负荷分配问题。基于随机分析理论，证明了该算法依概率收敛至全局最优，且收敛性与粒子群的初始分布无关，并提出一个收敛的充分条件。多个算例的仿真结果表明：文中提出的算法有效、可行，可望应用于更广泛的优化问题