神经网络在电机控制系统中的应用

介绍了神经网络的基本概念及其在控制系统应用的特点，对于神经网络在电机控制系统中的应用进行了分析和展望．     

神经网络在电机设计中的应用

将神经网络用于电机设计的方案调整过程中，建立了训练样本素，采用改进的Ｂ地的用电从多次训练中精选相关的学习效率系数及惯性系数，克服了标准ＢＰ网络学习速度慢、易陷入局部最小点的缺陷，并从实例上验证了该方法的准确性。     

IAFSA-RBF神经网络在短期负荷预测中的应用

为了提高人工鱼群算法AFSA(artificial fish swarm algorithm)的全局搜索能力及加快其收敛速度,提出一种将其与免疫算法IA(immune algorithm)进行结合的新方法,形成了免疫人工鱼群算法IAFSA(immune artificial fish swarm algorithm),...     

抽油机专用高效节能电机

基于对抽油机实际运行工况的研究和分析,成功研制出了油田抽油机专用三功率高效节能电机.根据交流电机绕组新理论,采用了独特的复合绕组和“去匝”新技术,具有可选择的高、中、低三种功率档.在三种功率选择控制使用的情况下,确保额定转速、效率、功率因数、力能指标相近的原则,达到方便现场操作、节约能源的目的.     

神经网络在电机故障诊断中的应用综述

介绍神经网络在电机故障诊断方面的应用情况,系统地分析所采用的反向传播神经网络、径向基函数神经网络、小波神经网络、集成型智能诊断系统等网络模型及其最新的进展情况,并提出了未来的重点研究方向。     

高耗能企业电机系统整体调压节能方法的研究

以大容量异步电动机为主要负载的高耗能企业往往还包含着庞杂的配电网络,通过调节配电变压器的分接头集中改变电机的端电压可以使这样的电机系统总体损耗降低。首先为电机系统整体调压提出了以综合输入功率为目标函数且带有约束条件的数学模型,结合某水泥厂破石车间的实例,求解了输入功率最小时各电机的最优电压,计算得到整体调压的节电率达6%,节能效果十分可观;然后重点分析了整体调压后各电机的运行情况,证实了方法的可行性;进一步研究了整体轻载但负载率不均衡的情况下,整体调压对单台重载电机的影响。     

磁性槽楔在电机节能技术中的应用

本文主要介绍了磁性槽楔在电机节能中的作用。电机使用磁性槽楔后，空载附加铁耗大量下降，使得在其它条件不变的情况下，电机效率得以提高。     

神经网络在电力系统短期负荷预测中的应用综述

神经网络是目前研究最多的短期负荷预测方法。详细综述了BP网络、RBF网络以及小波神经网络在电力负荷预测领域的研究和应用现状。简单介绍了神经网络中常用的BP算法以及改进的BP算法。综述了神经网络在组合预测中的应用，并指出目前神经网络还存在的一些问题。     

改进模糊神经网络在负荷预测中的应用研究

电力系统短期负荷预测是电网调度中一项重要的工作,精确的负荷预测可以为调度员提供必要的基础数据,电网运行安排也都是以负荷预测的数据作为根据。利用人工神经网络可以任意逼近非线性系统的特性,将其用于短期负荷预测。研究了改进的误差反向传播算法——动量及自适应lrBP的梯度递减训练算法,预测结果表明比标准BP算法具有更好的性能。同时,针对大量无法用精确数值来量化的信息的影响,引入模糊理论的方法,定义了不同的隶属度函数,模糊化后输入到网络中进行训练和预测,结果表明其精度比输入量非模糊化的人工神经网络更高。     

抽油机电机神经元技术节能装置

在分析抽油机电机调压节能原理的基础上，设计了以DSP芯片TMS320F240及IGBT为硬件核心，用神经元PID控制算法的新型高效调压节能装置，阐述了其基本原理，控制方案及系统组成，实验结果表明该节能装置可行有效。     

神经网络在负荷预测中的应用

介绍了神经网络的起源，它的基本结构，设计原理，阐述了神经网络的优先性能及其在电力系统负荷预测中的具体应用。     

神经网络在交流电机转矩辨识中的应用

本文提出了一种基于BP神经网络的交流电机转矩辨识方法.对电机转矩推算及神经网络均作了较为详细的介绍,并以BP网络为例介绍了网络的训练和仿真,仿真结果表明此辨识方法能够取得较好的辨识精度.     

粒子群神经网络混合算法在负荷预测中的应用

电力系统负荷预测结果的准确性关系到电力系统的调度运行、生产计划和供电质量,为此在研究短期负荷预测中应用了粒子群PSO和BP神经网络相结合的混合算法。该算法先应用粒子群优化算法算出BP神经网络的连接权向量和阈值,每次迭代求出最优粒子的权向量和阈值及BP网络在这组权向量和阈值的实际输出值,最后得出第i个粒子的适应度函数。与其他方法相比,该算法预测精度较高:平均相对误差≤1.48%,最大相对误差≤4.10%,而且收敛速度快,预测结果满足短期负荷预测误差要求。     

基于BP神经网络高压潜水电机绝缘寿命预测

高压潜水电机常年在深水中工作,受到复杂环境的影响,运行绝缘性能恶化,又由于电机安装环境特殊,不能随时被检修,所以预测其绝缘寿命,进而减少因电机绝缘性能恶化而带来的损失具有重大意义.分析了影响高压潜水电机绝缘寿命的因素,同时提出了利用BP神经网络对高压潜水电机绝缘寿命预测的方法,通过加速寿命试验证明,利用BP神经网络对电机寿命预测可达到实际要求.     

浅谈高效节能电机在电厂中的应用

电机是发电厂主要设备,电动机的经济运行,直接关系到厂用电率的高低。随着电力行业改革的不断深化,厂网分家、竞价上网等政策的逐步实施,降低厂用电率,降低发电成本提高电价竞争力,已成为各发电厂努力追求的经济目标。高效节能电机已越来越受到重视,现在就在我国电力工业中应用的必要性及前景、高效节能电机的主要原理及节能效果、高效节能电机在电厂中的主要作用及选用条件等几个方面对高效节能电机在电厂中的应用进行了分析。     

粒子群-神经网络混合算法在短期电价预测中的应用

为了提高电力市场环境下的电价预测精度,在研究短期电价预测中采用了粒子群和反向传播神经网络相结合的混合算法,先利用粒子群算法确定初值,再采用神经网络完成给定精度的学习.对我国四川电网电价进行预测的结果表明,粒子群优化的神经网络算法收敛速度快于神经网络算法,预报精度显著提高,平均百分比误差可控制在2%以内,平均绝对误差最大值为1.87￥/MWh.该算法可有效用于电力系统的短期电价预测.     

磁性槽楔在电机节能技术中的应用

本文主要介绍了磁性槽楔在电机节能中的作用.电机使用磁性槽楔后,空载附加铁耗大量下降,使得在其它条件不变的情况下,电机效率得以提高.     

人口迁移神经网络在电力系统短期负荷预测中的应用

首次将人口迁移算法用于神经网络的训练过程,建立了相应的优化模型.依据人口迁移算法的神经网络,提出一种短期负荷预测的新方法.实验表明,该方法具有预测精度高、误差小的优点.     

模拟退火算法在电机设计中的应用

在研究电机优化设计特点的基础上结合实际对模拟退火算法做了适应性改进,包括共用变量与非共用变量搜索模式、连续变量与离散变量的搜索模式和全局寻优与收敛速度之间的协调等问题,从而构成更实用的电机全局优化设计算法。应用这一算法对丫系列小型三相异步电动机进行了优化计算,并对诸转电流,力能指标及有效材料用量进行了对比分析,结果表明,算法可靠有效,具有工程实用价值。