简介：摘要电力系统长期负荷预测在企业的调度运营和服务管理等方面都起着不可或缺的作用，其预测精度的高低直接影响着电力系统运行的安全性、经济性和稳定性，因此长期负荷预测方法的研究一直为人们所重视。基于电网实际运行数据建立一个BP神经网络模型，利用神经网络高度非线性建模能力，探讨含小水电地区电网的负荷情况。实例计算表明，该方法精确有效，收敛性好，运行速度快，对提高多小水电地区网供负荷预测的准确度有较高的实用价值。

简介：

简介：摘要：近年来，随着传统能源的枯竭，我国开始大力发展绿色友好型的可再生能源，其中新能源光伏发电技术在我国能源发展上的重要性日益凸显。并网逆变器作为电网与光伏发电系统之间的核心接口设备，对入网电流质量具有重大影响。在实际工程中，出于保护设备的功率开关管的目的，大多场合采用逆变侧电流反馈控制，但该控制结构在数字控制下难以兼顾良好的系统动态响应能力和鲁棒性，在谐振峰附近的三次截止频率处通常存在相位裕度过低的情况，大幅放大了该频率处的高频谐波，从而不满足国家规定的并网标准。

简介：提出了自适应BP神经网络模型预测短期负荷的方法。依据负荷的日相关性把历史负荷分成24组样本数据，再用BP网络来映射样本数据。采用初始化样本数据，增大节点作用函数陡度，变换隐层节点作用函数形式，自适应调整学习参数等方法提高了BP网络的学习速度，得到了较为满意的预报结果．

简介：由于电网容量的快速可调的容量限制,造成风电并网的消纳能力较弱,导致越来越多的弃风电量。研究了神经网络方法,根据历史风塔的测量的不同高度、风速和风向的数据,结合风电场风机的历史观测数据,建立了神经网络模型,然后将样本数据输入到已建好的神经网络模型以得到风机的理论发电功率,进而得到弃风电量。通过对比测风塔法,神经网络法,样板机法和面积积分法统计风电弃风电量大小,基于测风塔神经网络法的弃风电量评估模型在低风速时的评估效果具有良好的参考价值,比较接近实测风速。

简介：摘要在Matlab平台下，设计了一种基于神经网络的风机振动故障在线自诊断系统。对风力发电机组中的核心部件主轴和齿轮箱进行故障诊断，根据主轴和齿轮箱振动信号故障特征，通过小波变换方法对振动信号进行分频处理，有效提取不同故障下各频段能量的故障特征；再将提取的能量故障特征输入至训练好的BP神经网络诊断系统中进行识别，实现故障的智能诊断。通过试验证明了该方法的有效性。

简介：针对小电流接地系统,本文提出了一种利用BP神经网络对行波法和暂态主频法进行融合的选线方法。该方法提取各出线初始电流行波零模分量的幅值、极性以及暂态主频的幅值、相位,利用神经网络进行融合实现故障线路的选取。该方法先利用仿真软件ATP建立仿真模型,分别对各条线路设置不同故障距离、不同过渡电阻以及不同故障初相角进行仿真,得到训练样本和测试数据,然后利用训练样本对BP神经网络模型进行训练,最后利用测试数据进行故障选线验证。仿真证明本文提出的方法能够实现小电流接地系统的选线。

简介：摘要随着我国科技不断创新，我国有了翻天覆地的变化，电力行业也有了新的提高，电力负荷预测作为电力企业调度工作的重要组成部分，其预测的好坏将直接决定电力供电服务的质量。但传统的神经网络属于静态网络，而电力负荷属于时间序列，随着时间的变化而不断更新。

简介：摘要红外测温是变电站日常重要工作之一。怎样掌控设备在测温周期里温度变化情况，是我们运行人员具备的能力之一，而设备温度受多方面因素的影响，且温度曲线呈非线性，而径向基函数神经网络不受非线性模型的限制。本文就是采用径向基函数（RBF）神经网络实现对设备温度的预测。

简介：摘要电气设备的故障诊断对于提高生产效率具有十分重要的意义。然而，随着设备内部复杂度的不断提高，故障诊断也成为一项越来越难的工作。因此，基于概率神经网络的高压断路器故障诊断具有重要的意义。本文首先对概率神经网络理论进行了概述，详细探讨了基于概率神经网络的高压断路器故障诊断，旨在使高压断路器始终保持最佳运行状态。

简介：电费回收风险是供电企业电费安全风险管理的重要环节．而电力大客户的信用管理是规避电费回收风险的重要组成部分。为了能够更好地为供电企业规避风险，为电力客户提供差异化服务提供有力的依据，从供电企业的角度出发．根据电力客户行业的发展情况、客户的历史信用情况以及客户财务3个方面构建指标体系，并通过层次分析模型将电力大客户分成5个信用等级作为BP神经网络训练的目标值．通过训练得到的BP神经网络，能够对企业的信用等级进行评价，最后通过收集某市电力公司数据验证了该方法的可行性。

简介：精确的短期电力负荷预测对电力系统的生产调度和安全稳定运行起到十分重要的作用。为提高短期电力负荷预测模型的精度。提出了一种基于Elman神经网络的改进模型。通过在输出层和隐含层之间扩展一个新的承接层。增强了Elman神经网络的动态信息处理能力。仿真结果表明，改进型Elman神经网络预测模型的预测精度要高于反向传播、支持向量机和常规Elman，同时也说明了建立改进型Elman模型用于短期电力负荷预测是可行的。

简介：摘要 : 对电力的需求是人们日常生活的主要生活需求之一 。在整体电力企业的管理当中，对电网进行有效的管理是中小企业主要运营的重要问题之一。从具体的应用而言，整体电网的运营与管理工作具有的较为丰富的多样性。其中对电力负荷进行有效的预测是整体电网运营工作中的重点工程之一。有效的电力负荷预测工作，能够使相关技术人员对整体电网的运行有效的调整，进而使 整体电网管理拥有更加优质的管理效果。并使整体电力企业的经济效益进一步以能源管理的方式得以提升。文章 对人工神经网络在整体电力负荷预测中的重要作用进行相应的分析，并解释其具体的应用过程，希望能够为电力管理工作提供有效的现实 性参考。

简介：将模糊数学方法和概率神经网络结合起来，用模糊概率神经网络（FPNN）评价城市空气质量。阐明该网络模型的构建方法，并用实例加以验证，经仿真表明该法切实可行，评价结果客观可靠。

简介：摘要电力变压器在长期的运行中，故障是不可避免的。变压器一旦损坏会造成大面积停电且故障修复耗时长，因此变压器故障的及早发现和处理具有非常重要的意义。因此，探讨神经网络应用于电力变压器故障诊断具有重要的意义。本文首先对人工神经网络进行了概述，详细探讨了神经网络应用于电力变压器故障诊断，旨在提高电力变压器故障诊断的准确性，可靠性和诊断效率。

简介：

简介：摘要随着我国智能电网快速建设与发展，电网运行的可靠性和安全性逐步提高，电力变压器作为输变电关键设备之一，其运行状态直接影响到整个电网的稳定运行。目前，油纸复合绝缘是大型电力变压器通用的绝缘方式，其主要由绝缘油、绝缘纸板和其他固体绝缘材料等构成。油纸绝缘虽在设计时要求具有足够的电气强度和力学性能，但不可避免在生产制造、装备和运行过程中的偶发因素引起绝缘系统形成缺陷，进而导致设备出现故障。

简介：摘要随着社会经济的发展，能源和环境问题越来越收到国家和人民的重视，其中煤炭资源的的不合理使用导致了严重的资源紧张和环境污染问题。传统的给煤量预测技术预测效果一般，且不具备长时间预测能力，没有足够的调度时间余量。本文提出基于长短时记忆神经网络（LSTM）的给煤量预测方法，采集火电机组实测数据，进行研究分析，实验结果表明LSTM可以有效可靠的进行给煤量预测，具有良好的工程应用前景。

简介：摘要单神经元PID控制在工业发展过程当中有着极为关键的作用，可以有效地提升控制精度与控制范围，本文通过对于单神经元自适应PID控制的分析与应用进行探讨，为其进一步发展提供了借鉴。

简介：摘要对于传统ＰＩ双闭环直流电机调速体系存在呼应速度慢、超调量大、抗干扰才能及自适应才能差等问题，提出了一种双闭环直流电机调速体系的神经元PID转速调理器规划办法。该转速调理器选用神经元操控器和份额操控相结合进行规划，然后构成了一种具有自学习、自适应才能的神经元PID控制器，然后与传统单神经元PID规划的转速调理器操控作用进行了比照。结果表明，依据神经元PID转速调理器的双闭环直流电机调速体系具有较快的呼应速度、杰出的动态和静态稳定性、较强的自适应才能和抗干扰才能。