检索结果-南通市图书馆

中国电力 2022年第6期55卷 95-102,214页

作者：黄书民蒋林高李志川杨光绪宋福根国网福建省电力有限公司超高压分公司福建福州350013 福州大学电气工程与自动化学院福建福州350108

特高压交流输电线路的电晕损耗与降雨量、比湿、温度、相对湿度、压强等天气条件有相关性,可通过部分天气条件对特高压交流输电线路电晕损耗进行预测,提出了一种特高压交流输电线路的电晕损耗预测方法。根据粒子群优化算法(particle swa... 详细信息

特高压交流输电线路的电晕损耗与降雨量、比湿、温度、相对湿度、压强等天气条件有相关性,可通过部分天气条件对特高压交流输电线路电晕损耗进行预测,提出了一种特高压交流输电线路的电晕损耗预测方法。根据粒子群优化算法(particle swarm optimization,PSO)寻优机制与深度信念网络(deep belief network,dbn)预测原理,详细说明了该预测方法的智能算法机制,并提出了一套完整的基于PSO—dbn智能算法的预测方法。首先,通过斯皮尔曼相关系数的大小确定与电晕损耗有较强相关性的天气条件,并作为特征值;然后以所选特征值为指标体系构建dbn神经网络进行电晕损耗预测,再采用PSO寻优算法对dbn神经网络进行内部参数调整,提升dbn神经网络的预测准确性;最后利用所提算法对实际运行的闽浙特高压输电线路的电晕损耗进行算法预测,与该线路的运行统计电晕损耗值进行对比分析,验证了所提预测方法的可行性。该方法为特高压输电线路电晕损耗研究和工程设计提供参考。

关键词：特高压电晕损耗斯皮尔曼相关系数粒子群优化算法 dbn神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于IGA-dbn神经网络的矿井电网融合选漏判据研究

基于IGA-DBN神经网络的矿井电网融合选漏判据研究

引用

作者：谢飞西安科技大学

学位级别：硕士

矿井低压电网极易发生漏电故障,引发瓦斯煤尘爆炸以及人身触电事故,给工矿企业的供电安全带来了巨大挑战。通常情况下,漏电信号较为微弱,容易受到噪声污染、采集误差等因素影响,其特征难以提取,使得矿井电网选漏变得十分困难。因此,深... 详细信息

矿井低压电网极易发生漏电故障,引发瓦斯煤尘爆炸以及人身触电事故,给工矿企业的供电安全带来了巨大挑战。通常情况下,漏电信号较为微弱,容易受到噪声污染、采集误差等因素影响,其特征难以提取,使得矿井电网选漏变得十分困难。因此,深入研究矿井电网选漏判据对于提高矿井电网供电安全有着重要的意义。本文以矿井低压电网为研究对象,建立了矿井电网单相漏电模型,首先从理论和仿真两方面对漏电机理进行了分析,得到零序全电流和零序全电压的变化规律。其次利用改进集合经验模态分解算法(EEMD)对漏电信号降噪,针对单一选漏判据的适用性问题,采用最小二乘法和信号距离法构造暂态选漏判据,采用零序有功法和五次谐波法构造稳态选漏判据,从而全面地提取漏电信号的暂态电阻电流、稳态电流电压等暂稳态特征。然后建立基于深度置信算法(dbn)的融合选漏判据模型以融合暂稳态特征,并利用改进遗传算法(IGA)优化dbn模型的各隐含层神经元个数,提升特征提取能力,得到基于IGA-dbn融合选漏判据的最优模型。最后在MATLAB/Simulink中建立660V矿井低压电网仿真模型,验证本文构造的暂态与稳态选漏判据的可行性;进一步使用矿井电网模拟实验平台,搭建系统验证该融合选漏模型的实用性。结果表明本文提出的IGA-dbn融合选漏判据模型的准确率高于dbn算法、GA-dbn和GA-BP等算法,且抗干扰性强。本文提出的融合选漏判据模型,可以快速准确地选出漏电线路,从而保证矿井电网的安全运行,是对矿井电网供电安全技术的完善与补充,具有一定的理论研究意义与工程应用价值。

关键词：矿井电网暂稳态判据 dbn神经网络遗传算法融合选漏

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于dbn神经网络的能源电力企业发展评价方法

引用

微型电脑应用 2023年第1期39卷 162-165页

作者：刘恒勇深圳供电局有限公司广东深圳518000

随着全球能源互联网建设的发展,能源电力企业发展规模不断扩大,世界一流能源电力企业的对标和发展评价就显得十分重要。为解决国内能源电力企业在世界一流能源企业对标和发展评价中存在的关联信息挖掘不足,评价准确率低的问题,提出了一... 详细信息

随着全球能源互联网建设的发展,能源电力企业发展规模不断扩大,世界一流能源电力企业的对标和发展评价就显得十分重要。为解决国内能源电力企业在世界一流能源企业对标和发展评价中存在的关联信息挖掘不足,评价准确率低的问题,提出了一种基于dbn神经网络的能源电力企业发展评价方法。通过在线文本转换获取世界一流能源企业的年报数据,然后,对能源电力企业发展数据进行近邻传播聚类,并建立能源电力企业发展评价关键指标体系;采用改进粒子群算法调整能源电力企业发展评价指标的权重;采用dbn神经网络对能源电力企业发展进行评价和评价结果分析;通过对国内某能源电力企业发展评价的实例分析,其结果验证了所提方法的有效性。

关键词： dbn神经网络能源电力企业发展评价改进粒子群

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于改进NNIA的乙烯裂解炉操作优化

基于改进NNIA的乙烯裂解炉操作优化

引用

作者：王秋懿北京化工大学

学位级别：硕士

乙烯是化学领域生产的重要原料之一,可以用来合成纤维、橡胶、塑料等基础化工原料。乙烯裂解炉是乙烯生产装置的主要设备,主要是将天然气、炼厂气、原油和石脑油等原料转化为裂解气,最终加工成乙烯、丙烯和各种副产品,其结构包括双辐射... 详细信息

乙烯是化学领域生产的重要原料之一,可以用来合成纤维、橡胶、塑料等基础化工原料。乙烯裂解炉是乙烯生产装置的主要设备,主要是将天然气、炼厂气、原油和石脑油等原料转化为裂解气,最终加工成乙烯、丙烯和各种副产品,其结构包括双辐射室、单辐射室和毫秒炉。乙烯裂解炉的生产能力和技术决定着整个乙烯装置的生产规模、产量和产品品质,乙烯裂解炉装置的操作优化具有重要意义。鉴于乙烯裂解炉过程的复杂性,本文从分析过程的内部机理出发,研究了基于神经网络的裂解炉过程建模的应用,并采用多目标优化算法解决裂解炉的操作优化问题。本文主要研究工作如下:(1)提出了一种基于混沌算法的改进NNIA(Nondominated Neighbor Immune Algorithm)算法,引入邻近距离替代算法原本的拥挤距离,结合混沌优化算法、多种群克隆策略对算法进行改进,提升了算法的收敛性和分布性。(2)针对裂解过程的复杂性,具体研究了裂解炉生产过程的内在机理,并探讨影响裂解炉工作的重要参数,确定了模型建立所需的辅助变量,并为后续建模提供了理论依据。(3)针对化工过程中各种不确定的干扰因素多,机理模型不具备自适应能力,以及机理模型结构复杂,需要长时间的迭代计算的问题,本文将神经网络应用于乙烯裂解炉的建模研究中,分别建立了基于BP(Back Propagation)和dbn(Deep Belief Network)的乙烯裂解炉模型,并进行了仿真对比,结果显示基于dbn的乙烯裂解炉模型符合乙烯裂解炉模型所需要的泛化性、实时性要求并可以包容参数测试上的误差,可以替代传统机理模型。(4)为了提高乙烯丙烯的产出,同时有效降低原料的投入,提高整个生产过程投入产出比。本文在建立的基于dbn的乙烯裂解炉模型上利用改进后的NNIA算法进行多目标优化,同时利用满意度的方法基于模糊函数为了企业选择出了折衷的方案,方便企业进行后续的决策或者自动化参数调整。

关键词： NNIA dbn神经网络乙烯裂解炉多目标优化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度置信网络的模拟电路间歇故障检测

基于深度置信网络的模拟电路间歇故障检测

引用

作者：叶志伟江西理工大学

学位级别：硕士

随着计算机技术的高速发展,电路系统所占的比例越来越大。在数模混合电路中的大部分故障来源于模拟电路部分。模拟电路由于其连续性,非线性及元件参数的容差性等特点,使得诊断过程十分复杂。通常大家所认为的故障是永久故障,其实还有更... 详细信息

随着计算机技术的高速发展,电路系统所占的比例越来越大。在数模混合电路中的大部分故障来源于模拟电路部分。模拟电路由于其连续性,非线性及元件参数的容差性等特点,使得诊断过程十分复杂。通常大家所认为的故障是永久故障,其实还有更为特殊的瞬时故障和间歇故障,其中瞬时故障和间歇故障的表现非常类似,因此它们之间没有严格的区别。在此,可以将两者统称为间歇故障。恶劣的工作条件会导致模拟电路间歇故障经常发生,间歇故障具有难复现、难测试、难诊断等问题。对模拟电路故障和间歇故障的诊断也是许多学者研究的重点。论文分析研究了模拟电路故障诊断中故障的特征提取和模式分类等两方面的关键技术:对于模拟电路故障特征提取的问题,提出两种方法。一种是提出利用时域分析统计量(如样本极差,均值,标准差,偏斜度,峭度和熵等)作为模拟电路故障的特征向量。另一种方法是提出一种小波包变化的时频分析方法来进行故障特征的提取。通过对电路的原始信号进行多层小波包分解,再对分解系数进行重构后求得小波包能量熵,最后使用当前主流的主成分分析方法(PCA)来进行特征选择,进一步降维后得到模拟电路的故障特征向量。对于模拟电路故障识别分类的问题,研究了深度置信网络(dbn)模型的构造方法。dbn作为深度学习中的一种模型,具有很好特征识别和分类能力,同时还具有强大的处理高维非线性数据和自学习的能力,能够有效准确的定位故障。搭建模拟电路模型收集到原始数据集后,对其进行时域特征提取,然后作为dbn网络的输入,经实验结果表明此方法有良好的故障诊断效果可以达到较高的识别率。为了进一步提高模拟电路的故障识别率并且降低网络模型的迭代次数,对原始数据进行小波包能力熵的提取,然后使用PCA方法进行降维得到特征向量,将其作为模拟电路的特征向量输入到dbn网络模型中,对dbn网络模型进行训练学习后完成故障的诊断。最后,将提出的方法与常见的模拟电路故障诊断方法进行比较,结果表明所提方法具有更高的故障识别率。针对模拟电路系统间歇故障发生的时间、频率、概率及故障强度等随机性强,难以建模和检测这一工程实际问题。搭建模拟电路间歇故障的电路模型进行数据的收集,将小波包能量熵与dbn相结合的方法运用在更为特殊的模拟电路间歇故障诊断中,该方法通过样本集训练出有效的dbn模型,实现了对间歇故障的诊断。与BP反向传播算法进行对比,实验结果表明提出的dbn方法在模拟电路间歇故障诊断中表现依旧优异。

关键词：模拟电路特征提取小波包分解 dbn神经网络间歇故障

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：