简介：提出了基于神经网络的被测量重构方法;针对神经网络中误差反向传播算法收敛速度慢的问题对目标函数等三方面进行了改进,将改进的多层前向网络、误差反向传播算法用于被测量重构。在实际的测量系统中,进行了仿真研究,结果表明,神经网络用于被测量重构,方法是可行的;解决了重构之前建立数学模型问题和多影响量情况下的被测量重构问题。

简介：摘要本文针对人工缺陷识别的缺点，提出了基于深度学习的输电设备缺陷识别方法，使用卷积神经网络进行图片的特征提取，避免了前期复杂繁琐的图片预处理，与此同时选用了ImageNet作为分类器进行缺陷判断。该方法经过实验验证，对常见的设备缺陷有较高的识别率，提高了输电线路巡检的自动化水平，降低了人工的劳动强度，便于快速准确的发现输电线路缺陷。

简介：摘要：

简介：摘要光感传感器是变电站自动化系统中所研究的重点内容。与传统的传感器不同，光感传感器不仅造价成本十分低，同时重量轻、体积小，有着较强的抗干扰时间。随着变电站通信技术性能和稳定性的不断提高，光感传感器在变电站通信控制系统中得到了广泛的运用。光感传感器具有检测的距离较长，相对检查响应的时间短，分辨率高，能对物体进行非直接接触检测，能够判别不同的颜色等性能特点，本文主要分析了光感传感器在变电站通信控制系统中的应用策略。

简介：3月8日,在AWE2018上,阿里斯顿NextEVO2.0全新恒感燃气热水器首创的“恒感”科技展现在行业面前。“NextEVO2.0全新恒感燃气热水器的发布,是阿里斯顿对中国消费者需求洞察的高度体现,也是阿里斯顿全球年度品牌战略‘舒适极限挑战’本土化落地的第一步。”阿里斯顿中国区总裁陈道丽对此次新品发布的战略意义如是解读。

简介：摘要本文主要分析探讨了一种具备10KV线路光感报警功能的线路故障提示装置，属于线路故障提示装置技术领域。

简介：摘要：对在消防上感温探测器的使用的场所，由于其安装位置较高，在进行日常测试时效率低、高空作业危险程度高，采用一种消防感温探测器的电气自动化测试装置，在消防检测人员现场作业时，能够在地面上开展工作，并以此来减轻作业人员的劳动强度负荷，提高作业检测效率。

简介：摘要在目前的供电系统当中，变压器是重要的应用设备，其运行稳定和持续对于电力系统的价值发挥有着重要的影响，因此做好变压器的检查和维修现实意义巨大。就目前的分析来看，变压器的运行状态会因为负荷量大小、负荷类型、电压波动等诸多非自然因素和自然因素出现一些故障，发现这些故障并对其进行分析和解决可以保证变压器的使用安全和稳定运行，故针对变压器故障分析对现场安全稳定的运行就起到了至关重要的作用。当前针对牵引变压器的分相的这一特性，探讨牵引变压器故障分析。基于BP神经算法的检测对于牵引变压器故障的分析效果较好，本文对此做全面的探讨，旨在为变压器故障解决提供参考。

简介：本文研究BP神经网络PID控制算法在PLC中的具体实现方法。着重介绍了BP神经网络自整定PID控制系统结构和算法;以S7-1200PLC为控制器,采用SCL语言进行了BP神经网络自整定PID控制算法功能块的设计,给出了功能块参数的说明;试验表明,相比常规PID控制,BP神经网络自整定PID控制能获得更好的控制效果,设计的算法功能块具有一定的通用性和可移植性,为先进控制算法拓展到工程实际领域提供了应用参考。

简介：异步电动机控制系统是一个较难的工程问题。由于交流电动机机械系统具有非线性动态特性，以及交流电动机的某些状态变量无法测量，这些问题都使系统控制问题变得复杂。另外温度发生变化时，转子电阻发生很大变化，这又是一个控制系统难以克服的问题。使用神经网络的自适应控制技术来实现感应电动机的控制问题，第一种是单输入-单输出（SISO）系统，控制器使用静态多层感知器神经网络（MLP神经网络）；第二种是多输入-多输出（MIMO）系统，控制器使用递归神经网络为动态控制系统方案。本文重点讨论MIMO系统。

简介：摘要传统SCR脱硝控制设计及优化方法大多依赖PID控制模型，依赖大量人工经验、人工调参及模型优化，并且无法很好适应不同锅炉环境。近年来，以深度神经网络为代表的人工智能方法被广泛使用于不同领域，并且具有应用在SCR脱销控制预测的潜力。本文研究基于深度神经网络的SRC脱销控制模型，使用负荷、烟气流量、入口NOx和出口NOx作为输入，使用优化PID调节下的调门开度作为预测目标，所构建的深度神经网络可精确预测调门开度，可替代传统PID控制模块，实现SCR脱硝控制调节及优化。

简介：摘要智能输电网是人工智能神经网络的典型应用。其采用数据层、通信层、应用层网络结构，采用开放式的数据网络平台。交叉学科的服务商在数据网络平台进行应用层数据发掘与实现，为用户提供相互独立的产品，实现可持续的数据挖掘与应用。

简介：摘要本文主要研究基于BP神经网络的电力负荷预测，首先对BP神经网络理论进行了分析，阐述了BP神经网络结构和学习算法，然后重点研究基于BP神经网络的电力负荷预测，包括历史数据的选取及预处理、负荷数据的归一化处理、BP神经网络的拓扑结构、BP神经网络学习参数的选取以及预测误差的分析，在实际验证中取得了良好的效果。

简介：针对进出口总额数据的非线性,并为了更充分挖掘时间序列所隐含的数据规律,建立了基于灰色预测模型、神经网络算法以及最小方差准则的最优组合预测模型。仿真分析结果显示,最优组合方法能更有效提高非线性时间序列的预测精度。

简介：BP神经网络分类器在信号识别领域得到了比较广泛的应用，针对其低信噪比环境下识别率相对较低的问题，引入人工蜂群算法（ABC），将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变，最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法（ABCBP算法），并以2ASK，2FSK，2DPSK信号为例，对信号进行小波包分解后，将信号各频段的能量值数据作为实验样本，对其进行了信号分类。仿真结果表明：基于人工蜂群算法的优化BP神经网络分类器，即使在5dB的信噪比环境下，仍可达到94％以上的识别率，并具有较好的稳定性，这为信号识别领域中分类器的设计提供了一个很好的理论依据。

简介：摘要锅炉主蒸汽温度是火电厂锅炉运行的重要参数，对火电厂的经济效益、安全生产产生重大影响。由于当前火电厂机组容量大、参数高、效率高，控制汽温对象又具有大迟延、非线性、时变等诸多特点，常规PID串级控制系统往往很难保证系统最优状态运行，满足不了生产的需求。提出了基于模糊神经网络的主汽温系统PID控制，实现对过热蒸汽的有效控制，通过系统仿真表明，基于模糊神经网络的主汽温系统PID控制效果良好，因此该系统是切实可行的。

简介：摘要目前，肝脏疾病的研究与预测通常依靠医生对于通常需要相关专业医生丰富的临床经验与分析，常规血液检测难以让医生第一时间判断患者是否患有肝病。本文通过主元分析，选择了肝病相关数据库中接受检查者是否患病的非线性模型的构建方法，同时利用该方法构建的模型对数据基于自适应神经模糊推理系统（ANFIS）实行分组的非监督学习训练和监督学习训练。训练结果表明，在通过数据模型的构建与训练后，肝病病情的检测分析结果能够达到90%以上。

简介：论文主要介绍采用BP神经网络对变压器油中溶解气体进行分析来进行变压器故障诊断。论文所用BP算法是在传统的最速下降BP算法中加入可变学爿率以及采用动量因子的改进BP网络算法，即将自适应学习率法和动量BP法相结合的学习率可变的动量BP算法，建立了一种具有较强学习能力、泛化能力和适应能力的神经网络模刚，并通过实验证明了其对变压器故障诊断的准确性。

简介：摘要使用以信息技术为依托的神经网络算法和信息交汇知识，搭建了面对配电网结构和使用特点的线损模拟数学算法。以这种算法为基础，在对配电网进行分析时，实现了线损的识别等。这个算法是以造成配电网络损失的几个原因为基础。每个算法按照本身的特性挑选合适的物理量，并在整个系统操作阶段中实时对设置的参数进行修改，形成一种相对比较简单的算法，在对配网进行线损分析时，变得更加方便、多样、直接、范围更加宽广。

简介：采用MATLAB的人工神经网络工具箱,以高锰铝青铜的化学成分作为输入参数,其抗拉强度bσ、屈服强度0σ.2和延伸率δ作为输出,建立了材料的力学性能预测模型。计算结果表明,三项输出的预测值与实测数据接近,其相对误差小于±6%的范围,该模型对其他材料的设计生产具有一定的指导意义。