基于图论的主动配电网故障定位方法

针对主动配电网故障区段定位难题,提出了基于图论理论描述主动配电网动态特性的故障区段定位新方法.该方法根据主动配电网中节点与支路的电气联通关系,运用图论理论获取有向动态邻接矩阵,实时反馈网络结构运行状态变化,提升邻接矩阵描述拓扑结构动态特性的能力;同时根据不同情况的故障特征,提出单一故障和多重故障判据,通过识别故障区间类...     

继电保护与配电网多级保护配合问题论述

为了实现继电保护与低压配电网相互有机配合,本文对继电保护与低压配电网的配合方法进行了论述;根据断路器操动机构、现阶段技术、保护算法的不一致,提出依靠延时时间的两类配合方案;对配电自动化与继电保护配合的故障处理进行了阐述,提出了有针对性的两级级差保护、三级级差保护和多级差保护与配电配合的故障处理模式。可以实现一种通过电压时间型馈线与多级级差保护有机配合,避免了出现不必要的停电面积扩大情况。     

基于人工神经网络的图像压缩方法

本文介绍了一种基于人工神经网络的图像压缩算法。和传统的数据压缩方法相比，它不必领事于预先确定的数据编码方式，而能够根据输入的图像信息自主地完成图像的压缩。实验结果证明了该方法的有效性。     

农村配电网继电保护电路故障自动检测方法

常规的农村配电网继电保护电路故障检测方法大多采用零序导纳变化原理设计而成,该方法自动化性能较差,无法较好地克服农村地区继电保护电路电压测量的局限性,故障检测百分比误差较高,诊断精度较低。为此,本文提出了一种全新的农村配电网继电保护电路故障自动检测方法,首先,采用支持向量机的分离结构分离继电保护电路的故障信号特征;其次,建立继电保护电路同步时序关系模型,检测并确定农村配电网继电保护电路具体的故障时间;在此基础上,对电路故障进行全方位的自动检测及定位。实验结果表明,利用本文方法自动检测电路故障的最大检测百分比误差不超过1%,能更加准确地检测农村配电网继电保护电路存在的故障隐患,检测诊断性能优势显著。     

基于Hausdorff距离的主动配电网纵联保护方案

针对主动配电网中分布式电源(DG)的接入使得故障电流的方向和幅值发生变化的特性,在分析配电网故障结构的基础上,提出一种新型适用于主动配电网的纵联保护方案。利用故障后两端电流不一致的特征,在相电流突变条件启动后,计算两端电流的Hausdorff距离确定是否发生馈线区内故障。该方法不依靠互感器提供电压信息,并且适用于两侧非精准同步的配电网络,保护判据所需电气量仅为线路两侧故障电流采样,运算量小。最后理论论证和仿真数据验证了所提出方案的有效性。     

分布式新能源接入配电网的继电保护研究

常规的继电保护方法以优化配电网线路潮流阈值为主,导致最大短路电流与整定值存在较大差异,无法维持配电网的稳定运行。因此,本文研究了分布式新能源接入配电网的继电保护,以判断接入配电网纵联保护的电流行波极性,确定配电网的故障节点的传播行波,直接分析故障分量。整定分布式新能源接入配电网短路电流,对短路电流进行线性补偿,避免了短路电流过小出现“拒动作”的问题。通过仿真实验验证,该方法的最大短路电流与整定值之间的差异较小,能确保配电网的整体运行稳定性。     

配电网继电保护技术研究

对配电网继电保护技术进行了深入研究，以期为我国电力企业的事故处理提供相关的参考。     

基于人工神经网络的色差计非线性误差校正方法研究

提出了一种基于人工神经网络的新的建模方法，为复杂系统中难测参数的建模和检测提供了新的途径，并有望取代传统的数学建模方法；根据多层前向网络结构和改进的BP算法，建立了一个非线性滤波器的黑箱模型，并成功地解决了色敏探测器的光谱三刺激值非线性误差问题；模拟与实验结果表明了这种方法的可行性。     

基于人工神经网络的知识获取方法

知识获取是研制和开发专家系统的瓶颈。本文从三个方面研究了基于神经网络的知识获取方法,即通过实例学习获取知识、基于神经网络的知识求精以及从神经网络提取规则知识,分析了各自的原理及其存在的问题。     

基于人工免疫网络的神经网络集成方法

提出基于人工免疫网络的神经网络集成方法AINEN。在用Bagging生成神经网络集成之后,将人工免疫网络的原理应用到神经网络集成,组成了一个从微观上看是一个一个的神经网络,而从宏观上看是一个大的人工免疫网络的集成。通过在微观层次上提高神经网络集成的个体之间的异构度,在宏观层次上提高免疫网络的适应度,从而降低集成的泛化误差。AINEN与GASEN方法在标准数据集上进行的实验表明,AINEN能取得更小的泛化误差。     

电力电量预测的神经网络方法

本文依次将前六个月用电量作为输入值,第七个月用电量作为输出值,建立BP神经网络结构,根据历史数据对神经网络进行训练,并通过预测试验,对预测网络进行检验,结果表明利用神经网络方法对全国用电量进行预测是可行的.     

基于神经网络的软件水印实现方案

本文总结了现有的软件水印算法并给出了水印系统的形式化定义,继而提出一种新的基于神经网络的软件水印实现方案,并对其进行了简单的性能分析。     

基于人工神经网络的发电机故障暂态稳定性预测方法研究

提出了一种利用径向基函数神经网络(RBFNN)预测大扰动后发电机转子转角值的方法,来实时判断系统暂态稳定状态,并对相干发电机组的辨识进行了研究。在故障后将相量测量单元(PMU)同步采样的前六个周期的发电机的转子角度和电压等数据作为神经网络的输入,以预测系统未来的状态。该方法还可以实时判断发电机的同步状态。在测试系统上对该方法以不同运行条件进行了评估,实验结果证明所提出的径向基函数神经网络对扰动后的转子转角值具有良好的预测性能,适合于实时应用。     

基于人工神经网络改进的Delphi法

采用传统Delphi方法进行决策、预测时,成员权重主要根据成员的经历、职务、年龄和自我评定等情况来确定,易导致加权平均值及方差计算不准确,影响Delphi法的精度和效率。为提高传统Delphi法的精度和效率,本文在基于BP神经网络的加权平均值计算模型基础上,提出了基于BP神经网络的改进Delphi法。改进的Delphi法使成员权值分配与其决策预测结果直接相关,减少了人为不正确因素对权值分配的影响。该方法已被应用于股票上市公司经营业绩综合评价排序,通过与传统Delphi法应用对比,证实了改进的Delphi法具有较高的计算精度和效率。     

探究分布式发电对配电网继电保护的影响

分布式发电是一种高效、环保的发电技术,它对传统的继电保护系统产生了很大的影响。通过介绍配电网的结构和保护配置,从主馈线保护和分支线保护两个方面探究了分布式发电在配电网继电保护系统中的作用。     

基于神经网络的某超市水产品运营量预测模型研究

随着人工神经网络技术的不断成熟,人工神经网络和预测预报紧密结合起来。结合＂神经网络＋预测＂的开发模式,引入BP人工神经网络学习算法,构建了某超市水产品运营预测模型,并讨论不同结构的BP网络及随机初始化对预测结果的影响,同时进行了神经网络预测方法和其它预测方法的比较。     

基于人工神经网络的数字识别系统的研究

在社会生活各领域中,存在着含有大量数字信息的文件,实现计算机对数字的自动识别已经成为当今社会的一种需求。基于此,文中提出了一种神经网络的方法来实现数字识别。经实验结果表明,该系统取得了较好的识别精度。     

基于神经网络的软测量技术

本文对基于人工神经网络的软测量技术进行了综述与分析,给出了基于神经网络软测量技术摹一般步骤以及开发过程中需要注意的问题。     

基于神经网络的一种图象细化方法

提出了一种新的细化算法,它利用神经网络的分类辨识特性,对边缘点进行分类识别。实验结果表明这种方法具有速度快,省空间的优点。