基于神经网络的电力系统谐波测量方法研究

提出了一种新的基于三角基函数神经网络的电力系统谐波测量方法,给出了该神经网络算法的收敛定理,并采用加窗插值算法修正基波频率的准确度．该方法不需要同步采样和整周期截断,可一次性获得电力系统基波及各次谐波的频率、幅值和相位．计算机仿真结果表明,该方法计算精度高,计算量小,收敛速度快．     

对电力系统中谐波治理方法的探索

电力系统谐波存在于发送、运输、使用的各个环节,是导致电力损耗增加、供电质量下降、电网干扰加剧的主要因素,因此谐波的治理问题显得尤为重要。本文在深入分析了电力系统谐波产生原因的基础上,对目前电力系统谐波治理的常见方法进行了总结归纳,并介绍了相关谐波治理的设备及其使用,最终得出了对谐波治理方法有用的结论。     

电力系统谐波计算方法

本文应用谐波平衡原理,为电力系统谐波计算提出了一种新的计算方法,该方法把迭代变量压缩到非线性负荷端口,大大减少了迭代变量,从而使电力系统谐波计算可以在微机上实现。     

一种基于神经网络的谐波电流抑制方法

在传统谐波注入法基础上提出一种神经网络自适应谐波电流抑制方法，根据自适应噪声抵消技术运用人工神经网络的自适应和自学习特性检测出谐波电流并注入电力系统，达到抑制谐波的目的。通过对一典型正弦电流的仿真研究结果表明，该方法是可行和有效的，它不但有较高的精测精度，而且能跟踪检测，根据环境的变化能自适应地调整神经网络的权值，以便正确地检测出线路的谐波电流。     

基于 Hopfield 神经网络的谐波电流检测方法

在对各种谐波电流检测方法进行简单比较的基础上,提出了一种基于Hopfield神经网络(HNN)的谐波电流检测方法.该方法将HNN优化理论用于电力系统的谐波检测,自适应地准确检测出电网基波和各次谐波分量的幅值和相角.采样数据处理速度快,实时性好,网络不需要预先进行训练.仿真结果表明,该方法具有很好的实时性、较高的检测精度以及自适应跟踪负载电流变化的能力.     

分析电力系统中谐波应注意的问题

根据不同的情况要求，针对不同的危害要采用针对性的方法，以达到综合治理的目的，本文通过对谐波抑制方法的发展趋势和研究动向提出了一些见解。     

谐波危害电力系统

谐波危害电力系统中谐波的危害是多方面的，概括起来有以下几个方面：1）对供配电线路的危害；2）对电力设备的危害。     

基于FPGA电力系统谐波检测

针对目前电力系统谐波检测方法都存在的一定的缺点与不足,分析了各种检测方法的利弊,提出了一种基于FPGA电力系统谐波检测的新方法,结合FFT谐波检测理论的特点,通过理论分析和硬件电路设计,实现了FFT算法的高测量精度检测.采用MATLAB的SimPowerSystems和Simulink模块对系统进行建模仿真,结果表明:该电力系统谐波检测的新方法,达到了高速度、高精度的算法要求,提高了系统的实时性,完全可以达到抑制谐波的目的,实验系统电流的谐波总畸变率由有源滤波器投入前的20.78%降至1.32%.     

电力系统中的谐波和谐波抑制

近年来,随着电力电子技术的飞速发展,各种电力电子装置产生的谐波所造成的危害也日趋严重。文章在研究了电力系统中谐波的产生及其危害性,为做好谐波的抑制工作提供了途径。     

遗传算法改进神经网络的电力系统谐波检测法

提出了将遗传算法与神经网络结合起来用于电力系统谐波幅值与相位测量的方法。根据电力系统谐波的特点,构造了用于谐波检测的神经网络模型,阐述了网络训练样本的形成方法。借助Matlab提供的遗传算法与神经网络算法工具箱,先用遗传算法对前馈神经网络进行全局训练,再用BP(back-propagation)算法进行精确训练。仿真结果验证了该方法的有效性和可靠性。通过与传统BP算法测量谐波的方法相比较,该方法具有训练速度快,不易陷入局部极值,测量精度高的优点。最后用未训练的样本检测训练好的神经网络,验证了该网络同时也具有较好的泛化能力。     

ANN技术评价技改项目成功度的尝试

将人工神经网络（ANN）技术应用于工程项目的成功度评价，采用前馈式网络和反向传播算法，利用其自学习、自适应的特点建立了评价模型，从而确定项目投资决策水平所处的等级。该方法经济、高效，在一定程度上克服了项目投资决策中的主观性。     

一种新的模拟电路故障诊断方法研究

针对传统模拟电路检测方法难以发现器件缺陷的问题,提出了一种基于小波分析与人工神经网络的故障检测方法,选取典型滤波器电路。使用MATLAB进行仿真。仿真结果表明,此方法能够有效地识别故障器件,且诊断率高。     

基于ANN及DSP的短路故障早期检测的实时实现

研究了基于人工神经网络(ANN-Artificial Neural Network)及数字信号处理器(DSP-Digital Signal Processor)的电力配电系统短路故障早期检测实时实现的技术.包括基于TI TMS320F2812 DSP及多层前馈神经网络(BP-Back Propagation)的短路故障早期检测实时实现的硬件系统以及软件设计等.实验结果证实了神经网络算法应用于电力配电系统短路故障早期检测并在DSP硬件上实时实现的可行性及实时性.     

神经网络在采面顶板聚类及辨识中应用

本文在神经网络聚类与辨识原理简介的基础上，时采面顶板聚类与辨识问题进行了应用研究，其聚类及辨识的正用率达１００％。实例表明，神经网络是用于复杂非线性系统聚类与辨识的有效方法，并可望在煤矿开采领域其它聚类及辨识问题中得以推广应用。     

人工神经网络预测含硫芳香族化合物的水解速率常数

本文利用误差反向传播（ＢＰ）的人工神经网络（ＡＮＮ）模型处理低度非线性问题。研究了含硫芳香族化合物水解速率常数与其结构及物理化学参数之间的定量结构活性相关（ＱＳＡＲ）。预测结果与实验结果符合良好，优于多元回归方法（ＭＬＲ）所得的结果。     

基于人工神经网络的电网谐波监测的方法

研究人工神经网络用于波形识别是一个新的研究领域。将神经网络这一新方法引入到电网谐波在线监测中，并就它在电网谐波在线监测应用中的一系列关键问题进行了较为系统的分析。提出了一种新型电网谐波在线监测系统模型，通过带通滤波器，采样存储器以及神经网络的在线监测电路，取得谐波信号，最终达到谐波补偿的目的。其在线监测部分主要利用模拟并行测量的基本原理，构造了一个用于电网谐波在线监测的特殊多层前向神经网络。并对其进行了仿真，仿真结果表明所提出的基于人工神经网络的电网谐波在线监测的方法是可行的和有效的。     

人工神经网络在人脸部识别中的应用研究

在对二值图像分析处理的基础上，介绍了人工神经网络（ANN）方法在数字图像识别中的应用，并通过在身份验证中的人面部特征提取与识别的实例对现有网络进行了研究，提出了改进思想，以期达到降低运算量、提高识别率的目的。     

基于WSN和ANN的综合远程智能地质灾害监测预警系统研究

在分析现状的基础上,指出构建综合远程智能地质灾害监测预警系统的两个关键,即低成本易实施的稳定数据传输网络和基于合理数学模型的智能决策分析系统;阐述了WSN,ANN,GIS、多媒体等技术在构建综合远程智能地质灾害监测预警系统中所起到的重要作用;提出了一个可行的综合远程智能地质灾害监测预警系统架构,并作了简要阐述。     

Intelligent Decision Support System for Bank Loans Risk Classification

Intelligent Decision Support System (IDSS) for Bank Loans Risk Classification (BLRC),based on the way of integration Artificial Neural Network (ANN) and Expert System (ES), is proposed. According to the feature of BLRC, the key financial and non-financial factors are analyzed. Meanwhile, ES and Model Base (MB) which contain ANN are designed . The general framework, interaction and integration of the system are given. In addition, how the system realizes BLRC is elucidated in detail.     

基于人工神经网络的我国某类研究学者年薪预测模型的研究

文章针对我国某类研究学者的年薪进行了调查研究。调查表明,工薪阶层的年薪主要与他们的研究成果的质量指标、从事研究工作时间以及成功获得资助的指标等有主要关系。在调查数据基础上,应用人工神经网络理论,建立我国某类研究学者年薪预测模型。通过验证表明,经过训练的年薪预测神经网络模型预测效果较好。该模型为国家和用人单位合理地安排预算以及提升自身竞争力具有一定的应用价值和实际意义。