简介：摘要：随着控制理论的发展，模糊控制和神经网络技术因其能够处理不确定性信息和非线性问题的能力，逐渐被应用于工业控制领域。模糊神经网络结合了模糊逻辑的模糊推理能力和神经网络的学习能力，为解决火电厂锅炉主蒸汽温度的控制问题提供了一种新的思路。

简介：

简介：摘要本文针对电能扰动的检测问题，提出一种基于小波变换、S变换及概率神经网络的检测方法首先对信号进行频域拆分；然后分析不同干扰的特点，确定六个特征量。利用S变换和快速傅里叶变换提取这些特征量，再将它们带入训练好的神经网络进行检测。仿真结果表明，本方案对单一电能质量扰动检测准确率高，速度快；对混合扰动检测准确较低，仍存在改进空间。

简介：摘要目的探索极低频电磁场暴露对神经精神行为的影响的研究进展。方法从流行病学研究、动物实验研究、志愿者研究等3方面对相关研究进行梳理和综述。结果极低频电磁场暴露与神经变性疾病、认知功能障碍、睡眠质量、精神行为及生命质量等方面可能有关联或造成负面影响，但迄今尚无明确的结论。结论应使用的协调统一的方案来开展进一步研究，并针对胎儿、婴幼儿和儿童开展特别研究。

简介：摘要电力系统的谐波和间谐波问题是系统运行稳定性的主要影响因素，关于其检测方法的研究受到学界的广泛关注，并取得了一定成果。本文首先对几种电力系统谐波和间谐波检测方法进行分析，包括谐波检测中的早期方法、DFT算法、同步偏差削弱法等，以及间谐波检测中的自适应窗函数法、时域平衡法和两部检测法等。

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：摘要当前，我国能源紧缺问题越来越严重，在这样的情况下，社会各个领域越来越着重关注可再生能源的开发和利用，以此来有效缓解全球范围内的能源危机，在这样的背景下，可再生能源的地位也得到显著的提升，特别是太阳能被社会各界广泛关注，太阳能光伏发电技术也有了不断的发展和优化，应用范围越来越广，人们的接受度和认可度也越来越高。因为光伏发电系统故障诊断对于发电系统的正常运行有着关键性的影响，要想对其进行科学合理的维护和监测需要付出极大的人力、物力和财力，特别是人工资源，所以寻找到更有效的监测和维护网络是至关重要的。结合这样的情况，本文有针对性的分析和探究BP神经网络在光伏发电系统故障诊断中的应用，希望通过本文的分析能够为相关从业者提供某种程度上的参考。

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：摘要电力系统的谐波和间谐波问题是系统运行稳定性的主要影响因素，关于其检测方法的研究受到学界的广泛关注，并取得了一定成果。本文首先对几种电力系统谐波和间谐波检测方法进行分析，包括谐波检测中的早期方法、DFT算法、同步偏差削弱法等，以及间谐波检测中的自适应窗函数法、时域平衡法和两部检测法等。

简介：摘要本文主要针对BP神经网络在水利发电控制系统的应用进行探讨，总结了在实际应用的方法和应用的网络建模和仿真分析，希望可以为今后的BP神经网络在水利发电控制系统的应用带来参考和借鉴。

简介：结合RBF神经元网络和模糊专家系统进行负荷预测.给出径向基函数（RBF）网络的结构,并采用正交最小平方法（OLS）选取RBF中心.先用RBF进行基本负荷预测,然后考虑天气变化和假日因素所引起的负荷变化,利用模糊专家系统进行负荷调整.文中把日期划分为5类.测试结果表明,该方法具有较高的精度和较快的速度.

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。

简介：摘要：在供电公司负荷预测中，企业用户的电力需求预测精确度对整个地区的负荷预测至关重要，能使负荷预测更加细化、精确化，从而利于电能供给平衡。然而近年来，人工智能方法用于用电需求的预测上，仍存在网络参数容易陷入局部最优的问题。基于此，以璧山城区646户高压企业客户，连续23个月的用电量为数据源，对其进行数据挖掘、聚类分析、预测，根据不同企业用电习惯及特点，挖掘数据特征向量，基于RBF人工神经网络建企业日用电量的预测模型，并与BP神经网络企业日用电量预测模型进行对比测试，基于RBF神经网络算法的企业日用电量模型精确度高达90%。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：摘要本文提出一种基于相似日和改进BP神经网络的光伏发电预测模型，将相似日的历史逐时发电量、温度和湿度以及预测日温度和湿度的预报信息作为改进BP神经网络输入对预测日直接预测，效果良好，值得参考。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：摘要随着电网规模日益扩大，传统的短期、中期负荷预测已不能满足调度对电网风险的安全评估。针对影响电网因素的多维不确定性，本文讨论了一种基于BP神经网络的预测方法，评估潜在的安全风险，并对潜在风险提供稳控方案，适用于电网主网设备或断面负荷预测分析及电网风险评估等领域。结果表明，该方法在解决未知用户问题的同时拥有较高的预测精度。

简介：

简介：

简介：摘要随着计算机技术和网络技术的发展，人们在日常生活和工作中对其依赖性越来越高，其不仅仅提升了工作效率，还给生活带来的便捷。然而，计算机网络的普及也带来一些危险因素，如病毒、黑客等。而神经网络的运用可以有效解决这一问题。本文主要根据实际状况，分析神经网络在计算机网络安全评价体系中的运用，以供参考。