基于改进飞蛾扑火算法的BP神经网络蓄电池寿命预测

基于电网蓄电池充放电试验数据,建立基于改进飞蛾扑火算法的BP神经网络蓄电池寿命预测系统。针对神经网络算法缺陷,选择飞蛾扑火算法与其结合;引入立方混沌映射种群初始化策略,增加全局搜索多样性;引入Lévy飞行策略,增加种群的多样性;引入变尺度混沌变异策略,增加局部搜索性能;借助差分进化算法思想,提高算法求解大规模问题的能力。将基于改进飞蛾扑火算法的BP神经网络模型应用到蓄电池寿命预测中,仿真试验对比表明,该方法具有更高的准确率。     

前馈多层神经网络在水滑石电缆阻燃剂制备中的应用

本文将前馈多层神经网络用于水滑石电缆阻燃剂制备的研究。从获得的试验数据中，通过训练建立了原料添加量与最终制备得的水滑石纯度的非线性映射模型。神经网络采用BP算法，网络结构采用3－2－1形式。结果表明，神经网络用于预测制备的水滑石性能是可行的。     

神经网络算法在汽轮机排汽焓估算中的应用

在线机组热力系统性能计算中,汽轮机的排汽通常处于湿蒸汽区,排汽干度目前无法实现直接测量。对此,将神经网络方法应用于汽轮机排汽焓的估算,通过分析汽轮机排汽焓的影响因素,并对数据进行无量纲化处理,对BP神经网络在不同训练函数下的计算精度与速度,以及BP神经网络与RBF神经网络计算排汽焓的准确度进行比较。结果表明:BP神经网络对训练函数的依赖程度较大,部分函数在计算中随机性较强、计算时间较长;traingdx、trainscg和trainoss 3个函数计算时间较短、计算精度较高,可作为训练函数;RBF神经网络的计算误差较BP神经网络大,但其自适应能力强,对训练函数的依赖程度较小,在训练样本足够多时,可以减小其计算误差。     

BP算法的研究及在汽轮机故障诊断中的应用

运用Nguyen-Widrow方法初始化Levenberg-Marquardt算法中的变量参数,在此基础上,L-M算法在训练神经网络中的应用,减少了网络训练时权值和阈值的调整次数,加快了算法收敛速度,保证了误差为误差平面的全局最小值,并将使用N-W方法的L-M算法应用于汽轮发电机的故障诊断。经理论和实践证明该方法提高了故障诊断的准确性和可靠性,并为转动机械提供了有效的故障诊断方法。     

BP神经网络改进算法在电气故障诊断系统中的应用

文章将人工神经网络技术、基于动量因子技术的改进BP网络训练算法应用于飞机电气设备故障诊断。以飞机交流异步电动机为例，建立了故障诊断模型。仿真结果表明该算法的应用是可行的，具有较强的推广前景。     

两种改进BP算法神经网络滤波的比较

对两种改进BP(Back—Propagation)算法神经网络的滤波进行了比较，通过反复的训练得出两种改进算法在权值调整和误差收敛过程中所遇到的共同点和差别，并得出初始权值、激励函数和神经元个数等因素的选取对神经网络学习的影响。     

基于交叉验证法的BP神经网络在汽轮机故障诊断中的应用

在训练样本不够丰富的情况下,采用交叉验证法可以有效地减少BP神经网络因训练样本不同的输入顺序和数量不足造成的误差。针对汽轮机故障诊断的试验数据证明了所提出方法的可靠性和实用性。     

基于变步长共扼梯度的快速BP算法

提出了一种适用于神经网络控制器在线学习的ＢＰ算法，它用共扼梯度因子γ确定学习的方向，通过奖惩系数γ调整学习步长η，从而具有高速收敛性、快速跟踪能力及较强的鲁棒性。最后通过一个４层前馈ＮＮ网络对标准控制序列进行学习仿真，证实了该处法的优越性。     

BP神经网络算法在煤矿用伺服电机中的应用

本文主要介绍了基于BP神经网络自整定的PID控制,神经网络的自学习、自组织的能力,可实现PID参数的在线自整定和优化。将该算法运用到煤矿用伺服电机控制系统的PID控制中,仿真结果表明该方法在其控制系统的动态性能和稳定性方面得到了良好的控制效果,并且有一定的抗干扰能力。     

复合型BP神经网络算法在线损计算应用中的研究

电能在输送、转换和分配过程中,各级电力设备不可避免会产生电能损耗,更精确地计算该电能损耗及其变化规律,对于供电企业更好地实施降损措施,提高能源利用率具有重大意义.本文利用神经网络对复杂、非线性函数,甚至是没有准确规则的信息优越的处理能力,提出了一种基于RBF径向基神经网络算法的BP复合型神经网络算法对配电网线损进行计算...     

基于神经网络BP算法的模糊自适应控制器的研究与实现

提出了一种基于神经网络BP算法的模糊自适应控制器 ,通过BP算法 ,修正量化因子和比例因子 ,使模糊控制器具有自适应的能力。计算机仿真结果和实验表明 ,这种智能控制器超调小、响应快且具有良好的鲁棒性。     

BP算法在贮灰坝监测系统中的应用

人工神经网络是当前最常用的人工智能算法，能够解决对复杂函数关系的非线性映射问题。在贮灰坝监测系统中，需要对各个测点的水位规律进行模拟，从而了解坝体浸润线的规律，为预测坝体下一工况的稳定性提供依据。文中应用BP网络较好地解决了贮灰坝监测系统的预测问题，具有广阔的应用前景。     

改进BP神经网络在负荷动静比例确定中的应用

指出了电力系统负荷动、静组成比例在实际电力系统分析、计算中的重要性，并应用一种改进的BP算法——Levenberg-Marquardt反向传播算法来对神经网络进行训练，进而利用人工神经网络(ANN)来确定电力系统综合负荷动、静组成比例为β=F[Y(t)，Y(t-1)，…，Y(t-n)，U(t)，U(t-1)，…，U(t-n)]。其中，β为动态负荷在综合负荷中所占的比例，Y=[P，Q]^T。，U=[V，f]^T。该算法改进了BP神经网络学习速度慢的缺点。应用该方法对仿真数据、动模实验数据和现场实测数据进行了测算，得出了其相应的动、静组成比例。测算结果验证了在确定负荷动、静比例时可以忽略频率的变化，证明了BP神经网络用于确定负荷动、静组成比例的有效性。     

基于BP神经网络的继电器剩余寿命预测

针对继电器的寿命预测问题,基于BP神经网络,提出了一种新的预测方法。该方法采用BP神经网络建立起用继电器触头的超程时间和吸合时间来预测继电器剩余寿命的数学模型。着重分析了建模过程中的关键点,并结合实例验证了该方法的有效性。     

SPIHT算法对BP神经网络图像压缩处理的改善

本文针对BP神经网络对图像高频信息压缩效果欠佳和收敛性较差的问题,提出了将SPIHT(多级树集合分裂)算法应用于BP神经网络图像压缩处理的新结构.在研究中,首先对原始灰阶图像做小波变换;其次采用SPIHT算法对小波系数作量化编码处理;然后将产生的图像码流输入BP神经网络作进一步压缩处理.在实验中,本文提出的算法不仅在较大压缩比下仍能得到较高的峰值信噪比,而且有效地改善了图像的"块效应"问题;同时,提高了BP神经网络图像压缩的收敛速度,从而证明了该系统结构对图像压缩处理是有效的.     

汽轮机多层水室喷射式凝汽器

为了解决喷射式凝汽器冷却水水室的水位高差对各排喷嘴喷射压差的影响,水室上下方向被分隔成多层,使各排喷嘴喷射压差在最佳范围内,改善了喷膜效果。另外,在汽轮机冬季工况运行时,也能保持喷膜效果不变,保证喷射式凝汽器良好的传热效果,减小传热端差,降低汽轮机热耗。多层水室喷射式凝汽器已获得国家发明专利授权。     

多层多分辨分析算法及在电力系统中的应用

为了改善小波函数在电力系统故障信号分析中的性能，提高小波变换的运算速度，提出了新的小波函数构造方法及其相应的小波变换。该方法具有普遍性，所构造的小波具有简单、时频局部化性能好等优点。根据这种新的小波构造方法，提出了多层多分辨分析的快速算法，此外，利用多层多分辨分析的算法，对电力系统故障信号进行处理和分析，证明基于多层多分辨分析小波变换方法在检测电力系统故障的突变信号分量方面，是一种非常有效的方法。该小波函数构造方法及其多层分辨分析算法，同样适合于其它领域里的故障信号分析与信号处理。     

多维BP神经网络在锅炉故障诊断中的应用

采用多维BP神经网络方法进行锅炉故障诊断建模,其中BP神经网络采用多维结构,输入层采用模糊数学方法对运行参数进行量化,通过参数之间和参数与故障类之间的关联关系,建立了多维BP神经网络模型.以锅炉管泄漏为例,进行了故障仿真试验,试验结果表明此方法能有效、快速地进行锅炉故障诊断.     

变步长变尺度BP算法及其在电力系统中的应用

基于优化技术，提出了一种改是型ＢＰ算法，该算法收敛速度快，学习精度高，训练周期短，可适用于神经网络的离线及在线学习，是一种实用性很强的快速ＢＰ算法，并用神经网络对电力系统稳定器控制序列的学习仿真证明了该算法的优越性。     

600 MW机组汽轮机的寿命管理研究

阐述了汽机寿命损耗的计算模型,以北仑发电厂600MW汽轮机寿命管理为例,分析了影响汽轮机寿命的主要因素,阐明了汽轮机寿命管理的主要手段,可为机组运行优化提供指导,同时也可为其他类型汽轮机的寿命管理提供借鉴.