人工神经网络在电力系统暂态安全分析中的应用研究

探讨了两种人工神经网络用作电力系统暂态安全分析工具的适用性。首先将一个适度规模电网的暂态稳定性分析问题转化成适合于人工神经网络处理的识别问题。对样本数据进行适当的预处理后，分别将ＢＰＮ和ＫＮＮ两种神经网络用于该系统的暂稳分析；并就人工神经网络对暂稳分析问题的映射能力、插值可信度估计、网络大小等问题，分析和比较了两种模型的适用性和优劣。结果表明，ＫＮＮ模型作为暂稳分析工具有着更大的潜力。     

人工神经网络进行电力系统短期负荷预报的几个问题的探讨

研究了利用人工神经网络进行电力系统短期负荷预报中常会遇到的几个问题,提出了考虑年负荷增长率、极端气候、节假日问题及历史负荷资料少带来的预报误差的一些极为新颖的斛办法。实例证明,这些办法明显地改善了预报结果,使人工神经网络进行电力负荷短期预报的应用更适应于实际的要求。     

电力系统暂态安全分析中动态等值的新方法

提出一种电力系统发电机动态等值的新方法 ,采用模式聚类的方法对发电机的摇摆曲线分类 ,将模式识别与专家系统相结合 ,为电力系统的动态等值提出一种新的思路 ,对用直接法进行电力系统暂态稳定定量分析具有重要意义     

人工神经网络在电力系统中的应用

概述了人工神经网络在电力系统暂态稳定性评估、继电保护、负荷预测以及谐波分析／测量中的应用。     

电力系统在线动态安全分析新方法

在线动态安全分析的核心是快速暂稳分析。现有的快速暂稳分析方法有些在计算速度上已能满足在线的需要,但由于存在分析失效问题,会给整个安全分析结果带来误判断等不可靠的情况。作者通过对快速暂稳算法失效情况的研究,揭示了这一类方法失效的机理,并找到了相应的失效判据,提出了一种新的安全分析功能方案与在线动态安全分析方法。大量的分析、计算,验证了文中所提方法的正确性与有效性。     

利用Delphi4.0开发基于人工神经网络的电力系统应用软件

采用分任务 (Task)的思想 ,利用可视化语言 Delphi4.0开发了基于人工神经网络 (ANN)算法的电力系统应用软件 ,共包含变压器故障诊断、负荷预测、局部放电、系统辨识和潮流计算 5大模块 ,其中仅以变压器故障诊断和系统辨识为例说明其开发过程和实际中的应用 .本软件人机交互界面类似于 Office模式 ,对 Delphi的编程技巧有一定的启示作用 ,同时稍加改进还可进行实时数据的采集与处理 .最后介绍了利用 Help Work Shop制作在线“帮助”的方法 ,对其它可视化语言有一定的借鉴作用     

应用人工神经网络确定评价指标的权重

阐述了如何利用人工神经网络方法确定评价指标的权重,以消除以往权重确定过程中人为影响及缺乏动态性这一弊端,具有一定的实用意义。     

矿井安全生产的神经网络评价

为解决矿井安全生产问题,基于人工神经网络理论,分析了安全评价系统的复杂性,确定了矿井安全生产评价指标,建立了神经网络评价模型,通过实证分析取得较好的结果.评价结果表明,BP神经网络方法在矿井安全评价中避免了以往用层次分析法和模糊综合评判法带来的不足,使矿井安全评价更趋完善.     

电力系统注入空间上的实用动态安全判据

动态安全域在电力系统在线安全监视与控制方面有着广阔的应用前景，从动态安全域的定义出发．应用微分动力系统定性理论及电力系统暂态能量函数的相关概念，对注入空间上的动态安全分析进行了阐述；进而以事故清除时刻系统的暂态能量裕度作为稳定性判别指标，借助功率扰动分析的方法推导出了电力系统注入空间上的实用动态安全判据．该实用判据具有明晰的物理解释，对动态安全域的实用化描述及求解有很强的指导意义．     

用电力系统动态模拟进行计算机实时控制研究

介绍了利用电力系统动态模拟进行计算机实时控制研究方面进行的一些工作，描述了以ＰＤＰ－１１计算机为核心的一个数据采集和控制系统的硬件、软件以及应用中的一些特点，举出了利用这个系统进行计算机实时控制的一个实例——电力系统再同步控制的研究。     

基于神经网络的一类非线性系统参数估计

基于Ｈｏｐｆｉｅｌｄ神经网络的神经计算原理，提出了一类非线性系统的参数估计方法：首先将系统参数估计问题转化为以系统模型残差平方和为目标函数的优化计算问题，然后利用连续Ｈｏｐｆｉｅｌｄ神经网络的神经计算估计待辨识参数．数字仿真结果表明，该方法不仅算法简单，而且估计精度高．     

基于动态递归神经网络的动态矩阵控制

给出了利用动态递归神经网络 (DRNN)重构一个非线性动态过程的方法 ,对权值调整算法进行了推导。采用的动态递归神经网络具有非线性系统状态观测器的结构特征 ,容易实现并进行稳定性分析。利用训练好的网络作为预估模型 ,设计了基于DRNN的动态矩阵控制算法。仿真结果表明了权值调整算法和控制策略的有效性     

离散时间最优控制问题的一种神经网络新解法

根据人工神经网络理论提出了一种处理最优控制问题的最新思想，即由每一采要时刻系统的输入和响应，快速训练产生一模型网络，并由ＬＱＲ理论直接构造最优反馈策略，和以往研究不同，这里不需要任何离线学习，因而避免了收集离线学习所需数据的困难，可以实现时控制，充分体现了智能控制的特点。     

一种水泥窑炉控制规则的神经网络表示方法

介绍了一种水泥机立窑控制规则的神经网络表示方法，在此基础上讨论了利用面向对象的程序设计工具进行实现的问题。这种方法具有扩充方便、易于实现的优点，对水泥窑炉的规则控制具有一定意义。     

用多层前馈神经网络进行同调发电机组的在线识别

基于多层前馈神经网络理论，本文提出了电力系统暂态稳定计算中同调发电机组在线识别的基本理论及其算法，文中阐述了这种方法的原理，神经网络的结构及学习算法，分析和计算结果表明，该方法具有准确、快速的优点，在电力系统暂态稳定计算中有很大的应用潜力。     

人工神经网络用于红外光谱定性分散染料

根据分散染料的红外光谱图，用人工神经网络直接建立红外光谱数据库，以化合物编号直接作为人工神经网络的输出对网络进行训练，训练后的人工神经网络可对属于训练范围内的分散染料进行定性。     

线性时变系统辨识的神经网络方法

构造了一种用于线性时变系统辨 神经网络,研究了它对线性时变控制系统的逼近能力。在以Ｌ＾２（０,ｔ１）;Ｒ＾ｍ的任意一个有界子集为控制函数集上,神经网络具有一致逼近线性时变系统的状态的能力,了采用标准正交系作为样本的 训练方法,按照这种方法训练后,在由这个标准正交系所生成的Ｌ＾２「Ｏ,ｔ１」;Ｒ＾）的空间上,神经网络的输出一致逼近线性时变系统的状态。     

神经网络在可装配性设计中的应用

本文介绍了作者提出的一种可装配性评价的折方法——基于神经网络的评价方法AAE(Ar-tificia1 Neural Network-based Assembly Evaluation),分析了以往可装配评价存在的问题,阐述了基于神经网络的可装配评价的原理、特点,并讨论了可装配评价的实现策略。     

评价电力系统频率稳定性的直接法

根据最近一次潮流计算的雅可比矩阵,提出了频率稳定分析的直接法,该方法不需进行逐步积分,能够直接计算拙最后一次系统操作后的稳态频率,从而判断系统频率稳定性。本文在某６８节点系统上进行了大量的仿真计算,对所提出的算法的精度和计算速度进行了检验,取得了满意结果。     

一种电力系统极点分析新方法

研究了电力系统多变量Nyquist图相角变化率与其反馈模型开环和闭环极点间的关系，藉助相角变化率的极值点确定系统机械振荡频率的主要集结区域，并在此基础上，分析了发电机与各频率集结区域间的关联特性，为选择PSS的安装位置提供了新方法。