排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
低压电力线载波抄表系统中的通信技术应用 总被引:10,自引:0,他引:10
通过对载波自动抄表系统中的通信技术以及相关系统构成的讨论 ,提出应用扩频理论实现低压电力线载波远程抄表网络系统的解决方案 相似文献
2.
3.
低压线载波抄表系统中的通信技术应用 总被引:1,自引:0,他引:1
通过对载波自动抄表系统中的通信技术以及相关系统构成的讨论,提出应用扩频理论实现低压电力线载波远程抄表网络系统的解决方案。 相似文献
4.
准确预测油田未来原油产量对油田的开发和生产管理具有重要的指导意义.对于具有非线性、不确定和开放特性的多变量系统进行预测,使用传统的统计学方法或静态模型预测通常不能满足精度要求.这里把BP神经网络、模糊神经网络以及基于神经网络的组合预测方法应用于多变量系统.采用了两层预测系统第一层包含两个神经网络;第二层是把第一层的两个网络输出进行组合.研究了3种不同的组合算法平均法、最小平方回归法和前馈神经网络法.实验结果表明,采用组合方法比采用单一的预测方法的预测精度有了进一步的提高,特别是应用人工神经网络(即BPNN)的组合预测优于其他的预测方法,具有较好的适应性. 相似文献
5.
6.
7.
8.
基于人工神经网络组合预测油田产量 总被引:1,自引:0,他引:1
油田原油产量的准确预测可以对油田的生产管理进行合理的指导。该文探讨了应用神经网络组合方法预测油田产量,对开井数、含水率、动用储量以及往年产量同未来产量之间的复杂关系建立模型。采用了两层预测系统:第一层包含两个神经网络,一个多层前馈网络和一个函数链接网络;第二层是把第一层的两个网络输出进行组合。研究了五种不同的组合算法:平均法、最小平方回归法、模糊逻辑法、自适应前馈神经网络法和自适应函数链接神经网络法。根据油品类型分为稀油、热采稠油、常规稠油和总产量四组数据,对上述方法进行了测试,结果表明应用人工神经网络的组合预测方法优于其他的预测方法,而且适用范围广。 相似文献
9.
应用模糊神经网络预测油田产量 总被引:1,自引:0,他引:1
为了研究受多变量、时变和不确定因素影响的油田产量预测问题,将模糊逻辑推理技术与人工神经网络相结合,构建具有模糊逻辑推理和学习功能的模糊神经网络(FNN)系统。该系统基于现有的油田开发历史数据,建立相应的规则集,使用神经网络的训练方法(如梯度下降学习算法),在训练过程中调整参数,并自适应增加规则,以使系统的输出最佳地逼近于目标样本。通过对某油田的实际开发历史数据的拟合与测试,结果表明该模糊神经网络能够较精确地预测未来的油产量,与常规的BP神经网络相比,其预测精度更高、训练速度更快。因此,基于模糊神经网络(FNN)的油田产量预测方法研究具有较好的实际应用价值。 相似文献
1