基于MATLAB的煤与瓦斯突出BP网络预测方法

影响煤与瓦斯突出的各种要素与突出现象之间的关系复杂,且具有明显的非线性特点.BP人工神经网络模型可以很好地逼近这种非线性函数关系.基于煤与瓦斯突出特征指标的分析,建立了合理的单隐层结构的BP预测模型,并利用MATLAB神经网络工具箱实现了模型的训练与预测,应用结果表明,这种突出预测方法具有很高的计算效率和预测精度.     

对电力系统中常用窃电手段的技术分析

窃电的手法虽然五花八门,但万变不离其宗,最常见的是从电能计量的基本原理入手。我们知道,一块电能表计量的多少,主要决定于电压、电流、功率因数三要素和时间的乘积。因此,改变三要素中的任何一个要素,都可以使电能表慢转、停转甚至反转,从而达到窃电的目的。另外,通过采用改变电表本身的结构性能的手法,使电表慢转,也会达到窃电的目的。各种私拉乱接、无表用电的行为则属于更加明目张胆的窃电行为。尽管各种窃电的手法很多,但是其手法变来变去也不外乎五种类型：欠压法窃电、欠流法窃电、移相法窃电、扩差法窃电、无表法窃电,下面将就各种窃电手法进行分析,以供大家参考。     

基于模糊C-聚类分析的回采工艺选择及MATLAB实现

煤矿生产中,各个回采工作面的地质条件是影响回采工艺选择的决定性因素,工作面回采工艺选择的合理与否,直接关系到煤炭开采的效率.由于地质因素的不确定性和模糊性,导致了在回采工艺方式选择问题上的复杂性.快速发展的模糊数学为分析这类问题提供了一个很好的解决办法.这里采用模糊数学中C-均值聚类对已采工作面进行分类,并利用分类结果对未采工作面选择何种回采工艺做出预测,这种复杂的计算过程借助了MATLAB逻辑工具箱中的C-均值聚类函数(FCM)来完成,使大量数据的分析得以实现,大大提高了数据处理的效率.