基于Proteus环境下电子开关的设计与研究

设计了一款能替代升压、降压功能电路的电子开关,解决了原有电路只能升压或只能降压的不足,实现了同一个电路既能升压又能实现降压的功能,满足了功率连续可调的需求,并通过仿真和计算结果验证设计的可行性和正确性,为用户提供了方便,为使用者提供准确的电压。     

天气因素在短期电力负荷预测中的应用

为了更有效地提高地区电网短期负荷预测的精度,提出基于BP人工神经网络原理,利用神经网络高度非线性建模能力,根据电力系统短期负荷变化的特性,建立了既反映电力系统负荷连续性、周期性及其负荷变化趋势,又包含天气因素变化对系统负荷影响的天气因素敏感模型,并对岳阳地区短期负荷进行预测,预测结果表明天气因素应用于电力系统短期负荷预测后使预测精度明显提高,故这种方法是可行和有效的。     

基于BP网的中长期负荷预测因素优化选择

基于人工神经网络原理,设计一个由输入层、隐含层和输出层组成的三层BP网络模型,利用神经网络高度非线性建模能力,选取影响电力负荷的一些经济因素作为BP人工神经网络的输入变量,采用新定义的方差贡献法对输入变量进行优化选择,对预测精度的影响进行探讨。仿真结果证明,采用方差贡献法对影响中长期电力负荷预测的相关因素进行优化选择是可行有效的。     

中长期电力负荷预测相关影响因素优化选择

为了更好地反映各种相关因素对负荷的影响,采用人工神经网络进行中长期负荷预测.基于人工神经网络原理,设计了一个由输入层、隐含层和输出层组成的三层BP网络模型,利用神经网络高度非线性建模能力,选取国内生产总值、重工业生产总值、轻工业生产总值、农业生产总值、第一产业、第二产业和第三产业等七个因素作为神经网络的输入变量.采用排除法对这些输入变量进行优化选择,并对预测精度的影响进行了探讨.仿真结果证明利用排除法后预测精度明显提高,故提出的方法是可行和有效的.     

相关因素不确定性对负荷预测结果的影响

为了分析相关因素不确定性对负荷预测结果的影响，根据负荷预测结果在各个相关因素均值处的偏导数，确定其对负荷预测结果的影响程度，从而得出因各个相关因素的不确定性造成负荷预测均值的波动范围。定义用区间均值表示的盲数为抽样盲数，采用抽样盲数反映负荷预测器本身和各个相关因素的不确定性，依据盲数的运算规则以及各种可能情况下的负荷预测结果，得出负荷预测结果的概率分布及置信区间，论述了高阶抽样盲数转化为低阶抽样盲数的方法，给出2个实例详细说明了提出的方法，表明方法的可行性。     

基于气象因素敏感模型的短期电力负荷预测

为了充分考虑地区电网短期负荷易受气象因素影响的特点,提出了一种具有天气敏感性的基于快速BP算法的神经网络预测模型,模型中合理地考虑了影响负荷变化的主要气象因素,使其能够适应天气的变化。通过对咸阳地区电网的仿真预测,证明了天气因素敏感模型应用于地区电网短期负荷预测后使预测精度明显提高,故建立的模型是可行和有效的。