简介:摘要:如今电梯已成为人们的生活中必不可少的室内交通工具,但是近年这种交通工具因为门系统故障引起了很多人员伤亡事故。为了确保电梯安全可靠的运行,文中对电梯门系统进行了故障预测。针对电梯门系统故障类型:电梯启动门不关、电梯开关门时门扇振动大、到达指定层不开门不关门。将三种故障类型作为预测模型的输出。引起故障的原因有8个,其作为输入。运用粒子群算法(PSO)与BP神经网络相结合建立模型,通过MATLAB仿真,仿真结果表明PSO-BP神经网络算法在电梯门系统故障预测中具有可行性。
简介:摘要神经网络的快速发展,使得神经网络在很多领域得到应用。许多论著提及将神经网络运用在电力系统谐波检测上。在众多的神经网络方法中,深度学习神经网络(DLNN)脱颖而出。本文意在阐述深度学习神经网络的基本思想和基本算法,以及探讨深度学习神经网络在电力系统谐波检测方面的应用。并在Matlab中对其算法进行验证。对于推广深度学习神经网络在电力系统其他方面的应用具有一定的积极意义。