基于BP神经网络的公路隧道交通量预测

准确的公路隧道交通量短期预测,可使隧道通风系统获得良好的控制效果,而良好的隧道通风系统能够有效地降低隧道中有害气体难度,对保护人身安全及其降低隧道运营成本有重要意义。本设计采用具有非线性逼近和实现全局优化能力的BP神经网络进行公路隧道交通量的短期预测。通过确定适当的BP神经网络结构,对已知的历史交痛量数据进行网络训练和学习,获得能够预测小时交通量的BP神经网络预测器。运用西门子WINCC组态软件编制界面和神经网络预测器。实验结果表明该神经网络预测器对公路隧道交通量具有较好的预测能力。     

某220kV变电站跳位监视回路设计缺陷分析及改进

针对某220 kV变电站跳位监视回路的设计缺陷问题,通过对保护装置和断路器合闸控制回路的设计及接线原理进行分析,发现跳位监视回路存在监视盲区,导致控制回路断线时保护装置和后台未能正确提示并告警。对跳位监视回路的二次接线改进后,成功消除了跳位监视回路监视盲区的问题,提高了系统供电可靠性和安全稳定性。