基于人工神经网络的静止无功发生器的控制

对静止无功发生器的控制变量及其控制方式进行了探讨。在对静止无功发生器数学模型分析的基础上,对数学模型进行了进一步的处理,引入了静止无功发生器的接入点电压偏差作为控制变量,使控制更加直观;利用人工神经网络离线训练在线应用的特性,采用在线识别的方法实现静止无功发生器的自适应最优控制。建立了以接入点电压偏差为控制变量以人工神经网络为控制手段的静止无功发生器的新的控制模式,最后利用Matlab进行了单机无穷大系统的仿真验证,证明了该控制策略的有效性。     

基于人工神经网络的短期负荷预测

通过仿真实验得出要提高电力系统负荷预测精度必须采用两个隐层的结论。为了避免由此而引起训练时间的增加，必须适当地限制ANN输入变量的数目，提出了一种类似于相似日方法的方法。采用某种差异评估函数，寻找最有可能与预测日负荷相似的某些天，再用ANN予以修正。     

利用递推最上二乘算法和自适应采样实现微机电量变送器

根据递推最小二乘算法，从受到干扰污染的输入信号中估计基波电压（电流）复数振幅的实部和虚部，利用它们的对电流，电压，有功功率和无功功率的有效值进行计算，利用电压相角变化来测量频率和功率因数，通过自适应调整采样间隔，保证当频率改变时每周波均匀采样Ｎ点，提高了测量精度，加快收敛速度，减小计算工作量，从而减小响应时间。     

微机人工二次谐波发电机定子单相接地保护

本文提出在发电机中性点消弧线圈（或配电变压器）的二次线圈中加入人工二次谐波电流，通过检测二次谐波电压与二次谐波电流间相位差，与基波零序电压保护一起可构成１００％定子单相接地保护     

基于傅里时变换和自适应采样的微机电量变送器

本文根据傅里叶变换从受到干扰污染的输入信号中计算基波电压复数振幅的实部和虚部，利用它们对交流电压、电流、有功功率和无功功率的有效值进行计算，利用电压相角变化来计算频率和功率因数。通过自适应调整采样间隔技术，以便当频率改变时保证每周波均匀采样，从而得到测量精度高、抗干扰能力强的电量变送器，变送器的硬件配置非常简单。     

利用富里叶变换实现微机自动准同期

本文根据富里叶变换从受到干扰污染的输入信号中抽取基波分量，利用电压相角变化来测量频率、电压幅值以及发电机电压与系统电压的相位差。通过自适应调整采样间隔的技术使频率测量的精度得到很大的提高。所提出的方法具有很强的抗干扰能力，计算及外围硬件设备都很简单。     

利用递推最小二乘算法和自适应采样实现微机电量变送器

根据递推最小二乘算法，从受到干扰污染的输入信号中估计基波电压（电流）复数振 幅的实部和虚部，利用它们对电流、电压、有功功率和无功功率的有效值进行计算，利用电 压相角变化来测量频率和功率因数。通过自适应调整采样间隔，保证当频率改变时每周波均 匀采样Ｎ点，提高了测量精度，加快收敛速度，减小计算工作量，从而减小响应时间。     

利用递推最小二乘算法测量电力系统频率

本文根据递推最小二乘算法，从受到干扰污染的输入信号中估计基波电压，利用电压相角变化来浊量电力系统频率，电压幅值及两电压间的相位差，同时通过自适技术调整要样间隔，不仅提高了频率测量的精度，也加快了算法的收敛速度，减小了计算量。     

基于小波变换与BP神经网络相结合的配电网单相接地故障定位方法

提出一种基于小波变换与BP神经网络相结合的方法来实现小电流接地系统单相接地故障定位。由于利用暂态故障电流和暂态母线电压的模极大值的实部和虚部作为BP神经网络的输入,提高了识别故障能力和可靠性,通过对BP神经网络的特别处理,大大地减小过渡电阻对故障定位的影响。仿真结果表明,该故障定位方法准确可靠。