ANFIS在短期负荷预测中的应用

为使负荷预测更精确,鉴于预测对象的不确定性和非线性,采用ANFIS预测电力系统短期负荷。ANFIS将模糊理论与神经网络融合,利用神经网络实现系统的模糊逻辑推理,采用混合学习算法调整前提参数和结论参数,自动产生模糊规则。该系统具有非线性映射和自学习能力,不基于数学模型,用独特的空间分层方法建立若干模糊推理系统,依靠专家经验获取控制信息,能用于负荷预测的非线性建模,获取负荷数据的最佳估计,克服数据处理过程中存在的不确定性和不完备性。所用ANFIS模型为2输出1输入5层1阶Sugeuo模糊系统。利用某局网负荷数据训练和检测ANFIS网络模型后预测负荷,结果表明该算法鲁棒性好,抗干扰能力强,能有效补偿对象的大纯滞后。     

简易喷淋系统应用探讨

分析简易喷淋系统的供水压力,计算喷头布置间距。在调查市政自来水压的基础上,在某大型建材批发市场的一间商铺开展实地试验,分析K115型和K80型等型号的喷头扑灭纸箱、木材、油漆火灾时的温度变化和喷头报警响应时间。结果表明:直接连接在自来水管网上的"简易喷淋"能正常使用;K115快速响应喷头能更及时地扑救初期火灾;对于化工类火灾,简易喷淋灭火时间较一般固体火灾长,但喷水能有效抑制火灾蔓延。     

一种基于粗糙集理论的组合分类器构造方法

首先分析了粗糙集理论和神经网络这两种理论的特点及其互补性,然后提出了一种构造组合分类器的新方法C3RST。新方法包括两个步骤,先对训练数据集进行约简,以此确定单个神经网络分类器的结构以及在组合分类器中要包含的分类器数目;然后将这些分类器组合起来,组合过程中各单个分类器的权值由粗糙集理论中的基本概念——属性重要性来决定。最后,在一些标准数据集上做实验验证C3RST的分类性能,结果表明该方法是有效的。     

数据库技术及其最新发展

该文介绍了数据库技术的产生和发展,论述了数据库领域的研究成果和发展趋势,提出了今后数据库技术研究的若干热点。     

最优潮流问题的解耦半光滑牛顿型算法

提出一种求解最优潮流（OPF）问题的新算法--解耦半光滑牛顿型算法.该算法是对作者的投影半光滑Newton算法的改进和提高,它除了保持原算法不必识别不等式约束、对界约束的特殊处理以减少讨论问题的维数等优点外,其显著的特点是结合了电力系统固有的弱耦合性质,构造了求解OPF问题的一类解耦半光滑牛顿算法.解耦算法可达到加快计算速度、提高计算效率的目的.IEEE多个算例的数值实验以及与其他方法的比较均显示了新算法具有良好的计算效果.     

求解最优潮流KKT系统的一类新模型及算法设计

电力工业的市场化改革对最优潮流(optim al pow er flow,OPF)的计算精度和速度提出了更高的要求.本文针对OPF模型中存在大量的无功界约束的特性,把一般非线性不等式约束和界约束分开处理,通过引入一个对角矩阵和非线性互补函数,建立了与OPF问题的K arush-Kuhn-Tucker(KKT)系统等价的约束非光滑方程新模型.进一步,基于新建立的模型,提出了一类具有理论上收敛性保证的投影半光滑N ew ton型算法.相对于传统的解OPF的KKT系统和非线性互补函数方法,新方法一方面保持了非线性互补函数法无需识别有效集的优点,同时又减少了问题的维数,且投影计算保持了无功界约束的可行性.IEEE多个算例的数值试验显示本文所提出的模型和算法具有较好的计算效果.