简介：摘要预测是对尚未发生的和目前还不明确的事物进行实现估计和推测，是以实现对事物将要发生的结果进行探讨的研究。神经网络早已应用于各行各业，如今电力行业的采购决策也可依靠神经网络建模得以实现，电力公司的采购量虽然看起来无章可依，实则蕴含着一定的可预测性，通过对神经网络的研究，将历史数据输入到系统中，可以很接近的预测到接下来几个月的采购量，以给领导层决策提供依据，也为企业的发展保驾护航。

简介：摘要：如今国内设备缺乏对充电机排除灰尘进行检测，使得我们无法判断充电机是否损坏，而直流屏恰好可以达到检测的目的。本文通过阐述预测分析常用的理论技术、预测方法，表达基于神经网络的预测分析充电柜粉尘项目研究的可行性。

简介：摘要：光伏电站输出功率呈现随机性强、波动性大、难预测等特点，大规模的光伏电站接入电网会给电网的安全稳定运行、调度和调峰带来极大的困难。准确预测电站未来某一时段内各时刻点输出功率，对保障电网稳定运行、提高能源利用效率具有重要的意义。本文基于BP神经网络模型，分别以实测气象数据和中尺度数值天气预报数据为训练样本，对比研究了不同数据样本下神经网络模型对光伏电站同一天气情况下的出力预测效果。

简介：摘要热带气旋的定量精细化风险评估对防台减灾和救灾工作极为重要，它受到许多复杂因素的综合影响，如热带气旋的年频次、路径分布、强度分布以及社会经济因素等，因此非常具有挑战性。本文基于离散型Hopfield神经网络，建立热带气旋风险评估模型，结合地理分析，研究不同地区的受灾情况及其风险评估。

简介：摘要当前，遗传算法已经获得了广泛的应用，其作为一种优化成功的搜索算法，其在应用市场上十分畅销。但是，随着技术的发展，此种算法存在诸多的缺陷。例如，容易出现局部最优的问题，或者是收敛速度缓慢的问题等，尤其是在神经网络优化算法方面。文章是对遗传算法的改进进行了详细的研究，对改进遗传算法的神经网络优化算法展开了深度探究。此次探究的主要目的是为了通过对算法改进策略的研究，进而进一步对算法的可行性进行验证。

简介：摘要随着电网发展，集控站模式兴起。运行部门精准地预测倒闸操作所需要的时间，可以大大提高供电可靠性，提升运行人员的工作效率。本文结合现有的集控站模式，提出了BP神经网络法，帮助运行人员合理预测操作所需时间。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：摘要近年来，我国的电力系统有了很大进展。针对传统电力电缆绝缘损伤检测方法存在检测流程复杂和无法大规模整体检测的缺点，本文结合图像无损接触方式和深度学习方法，提出了一种基于深度学习的电力电缆图像破损批量检测方法。该方法创新性地建立了基于残差和深度可分离模块的轻深度卷积神经网络模型，和以往的卷积神经网络模型相比，网络极好地平衡了系统的识别时间和识别精度，能实现高效、无损、快速的大规模电缆外表面多样化异常检测。和传统学习方法和已有深度卷积神经网络模型的实验结果对比表明，本文方法具有良好的实时性、鲁棒性和识别率，识别正确率达到99.47%。

简介：摘要模糊神经网络无论作为逼近器，还是模式存储器，都是需要学习和优化权系数的。学习算法是模糊神经网络优化权系数的关键。对于逻辑模糊神经网络，可采用基于误差的学习算法，也即是监视学习算法。对于算术模糊神经网络，则有模糊BP算法，遗传算法等。

简介：摘要对于水轮机调节系统大波动过渡过程，经典PID控制策略难以达到电网调节要求。本文根据模糊控制与神经网络控制不依赖对象精确数学模型的特点，提出模糊神经网络控制系统。采用一种新的自适应调节因子的自适应学习训练算法，克服了基于误差反传的模糊神经网络控制器学习过程容易产生振荡和收敛速度慢的弊端，将控制系统应用于水轮机调节仿真系统，仿真结果验证了其有效性。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：对电力客户的信用进行分析评估对于供电企业将电力输送给可靠的电力用户、提高企业经济效益具有重要意义。在分析影响电力客户信用影响因素的基础上,构建了电力客户信用评价指标体系,将遗传算法和神经网络原理引入电力客户信用评价领域,提出了基于遗传算法和神经网络的电力客户信用评价模型。实证结果表明：模型具有较强的自组织、自学习和自适应能力,模型评估结果比较客观合理。

简介：摘要近些年来，电力事业保持快速的发展势头，城网的建设水平也有了大幅度的提升，城网供电可靠性预测也有了更多的技术保障，BP神经网络已经广泛地应用于城网供电可靠性预测中，突破了传统城网供电可靠性预测的局限和束缚，极大地提高了预测的质量和水平。本研究中，笔者根据当前城网供电可靠性预测的研究现状，对传统城网供电可靠性预测进行了阐述，在此基础上基于BP神经网络，对城网供电可靠性预防进行了详细地探讨，希望能够为今后相关内容的研究提供一定的参考依据。

简介：摘要本文提出一种基于相似日和改进BP神经网络的光伏发电预测模型，将相似日的历史逐时发电量、温度和湿度以及预测日温度和湿度的预报信息作为改进BP神经网络输入对预测日直接预测，效果良好，值得参考。

简介：摘要：对于目前现有的智能语音机器人来说，为了其更加适应各种各样复杂的作业环境，在执行作业时具有更多的自主选择性，需要对其运行路径、速度等进行自动化控制研究，这在侧面提高了机器人控制的难度。分析当运行轨迹不同时智能语音机器人左、右轮速的函数关系，保证运行过程中效率最大化;凭借短时能量、短时平均过零率将语音命令从背景中分离，明确命令帧长度，通过不断修改BP神经网络算法的阈值和权值，尽可能地缩减控制误差，提高网络模型的收敛速度;机器人在接收到语音指令后，及时调整左、右轮速，自主化完成作业任务。将所提方法与其他方法展开对比实验测试，结果表明，所提方法可有效规避障碍物，并且在起始点与目标点之间选择一条最短路径，同时保证控制时间和控制误差为最低。

简介：摘要随着计算机技术和网络技术的发展，人们在日常生活和工作中对其依赖性越来越高，其不仅仅提升了工作效率，还给生活带来的便捷。然而，计算机网络的普及也带来一些危险因素，如病毒、黑客等。而神经网络的运用可以有效解决这一问题。本文主要根据实际状况，分析神经网络在计算机网络安全评价体系中的运用，以供参考。

简介：

简介：摘要本文针对电能扰动的检测问题，提出一种基于小波变换、S变换及概率神经网络的检测方法首先对信号进行频域拆分；然后分析不同干扰的特点，确定六个特征量。利用S变换和快速傅里叶变换提取这些特征量，再将它们带入训练好的神经网络进行检测。仿真结果表明，本方案对单一电能质量扰动检测准确率高，速度快；对混合扰动检测准确较低，仍存在改进空间。

简介：摘要随着社会经济的发展，能源和环境问题越来越收到国家和人民的重视，其中煤炭资源的的不合理使用导致了严重的资源紧张和环境污染问题。传统的给煤量预测技术预测效果一般，且不具备长时间预测能力，没有足够的调度时间余量。本文提出基于长短时记忆神经网络（LSTM）的给煤量预测方法，采集火电机组实测数据，进行研究分析，实验结果表明LSTM可以有效可靠的进行给煤量预测，具有良好的工程应用前景。

简介：摘要当前，我国能源紧缺问题越来越严重，在这样的情况下，社会各个领域越来越着重关注可再生能源的开发和利用，以此来有效缓解全球范围内的能源危机，在这样的背景下，可再生能源的地位也得到显著的提升，特别是太阳能被社会各界广泛关注，太阳能光伏发电技术也有了不断的发展和优化，应用范围越来越广，人们的接受度和认可度也越来越高。因为光伏发电系统故障诊断对于发电系统的正常运行有着关键性的影响，要想对其进行科学合理的维护和监测需要付出极大的人力、物力和财力，特别是人工资源，所以寻找到更有效的监测和维护网络是至关重要的。结合这样的情况，本文有针对性的分析和探究BP神经网络在光伏发电系统故障诊断中的应用，希望通过本文的分析能够为相关从业者提供某种程度上的参考。