减法聚类在水轮发电机模糊神经励磁调节器设计中的应用

提出了一种利用减法聚类方法对模糊神经励磁调节器的初始参数和结构进行辨识的建模方法,利用此方法对水轮发电机的模糊神经励磁调节器进行了设计,并通过数字仿真验证了该方法的优越性.     

基于竞争分类的神经网络短期电力负荷预测

根据电力负荷的特点,在考虑天气、日类型、实际历史负荷等因素对预测负荷影响的基础上,提出了一种基于竞争分类的神经网络短期负荷预测方法.应用神经网络的竞争学习对相关数据进行分类,将历史数据分成若干类别从而找出与预测日同类型的预测类别.利用相应的BP算法对未来24小时负荷进行短期预测,该方法充分发挥了神经网络处理非线性问题的能力.结果表明,该方法取得了较满意的预测精度.     

基于模糊聚类分析与改进BP算法的电力系统短期负荷预测

提出了一种基于模糊聚类分析和BP网络的短期负荷预测方法.考虑了温度、相对湿度以及日类型等影响负荷的因素,通过模糊聚类分析将负荷历史数据分成若干类,找出同预测日相符的预测类别,然后建立相应的BP网络模型,用附加动量和变学习速率的方法预测每小时的负荷.对于西安地区实际负荷的预测结果的分析表明该方法有较高的预测精度,取得了令人满意的结果.     

水电厂计算机监控系统AGC安全问题对策

分析了几个水电厂监控系统的AGC在运行中出现重大异常的原因,提出了在目前水电厂AGC应用中可能存在安全隐患的论点.通过对水电厂AGC各个功能环节的分析,指出可能会因对与AGC相关的外部环节的影响考虑不周而导致AGC功能异常,这将严重威胁电网的安全稳定运行.作者设计了一个针对水电厂AGC安全问题的专项测试方案与测试内容,并在对多个水电厂监控系统进行的实际测试中发现了许多AGC功能的重大缺陷,提出了全面解决水电厂AGC安全问题的对策.