温室高效生产依赖于适宜的温室小气候环境,建立高精度的温室小气候多步预测模型对实现温室环境优化调控具有重要意义。本研究提出一种基于滚动的反向传播神经网络(Rolling Back Propagation Neural Network,R-BP)的温室小气候多步滚动...温室高效生产依赖于适宜的温室小气候环境,建立高精度的温室小气候多步预测模型对实现温室环境优化调控具有重要意义。本研究提出一种基于滚动的反向传播神经网络(Rolling Back Propagation Neural Network,R-BP)的温室小气候多步滚动预测模型。模型主要包括两个阶段:(1)建立初始的BP神经网络。采用自动编码器无监督学习方法获取初始网络参数,并利用改进的粒子群算法优化网络参数。(2)建立滚动的BP神经网络群。将前一个网络输出作为后一个网络的部分输入进行滚动训练和预测,实现温室小气候多步滚动预测。为验证R-BP模型的有效性,在阿拉伯联合酋长国阿布扎比市的自控温室和中国苏州市的非自控温室分别进行试验。验证试验表明,与传统BP神经网络相比,在阿布扎比温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低69.9%,预测相对湿度,其平均误差降低47%;在苏州温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低43.3%,预测相对湿度,其平均误差降低55.6%。说明R-BP模型能够较准确预测未来6h内温室小气候环境变化,可为制定温室小气候优化调控方案提供依据。展开更多
为提高智能电网调度控制系统前置通信的可靠性与数据通道的冗余度,采用双远动装置分别接入双平面的调度数据网,即采用主备通道进行信息传输,这样就存在调控主站多通道接收的值及接收的频度不尽相同的可能。提出了一种智能电网调度控制...为提高智能电网调度控制系统前置通信的可靠性与数据通道的冗余度,采用双远动装置分别接入双平面的调度数据网,即采用主备通道进行信息传输,这样就存在调控主站多通道接收的值及接收的频度不尽相同的可能。提出了一种智能电网调度控制系统多通道信息智能比对方法,通过网络监听方式获取主厂站信息交互通信报文,利用智能比对算法对遥信、遥测、事件顺序记录(sequence of event,SOE)、遥控、遥调等通信规约参数进行比对,根据比对结果及时输出告警事件。智能电网调度控制系统多通道信息智能比对技术是实现主厂站通道通信质量监测的有效手段,通过该技术可及时发现通道的异常,大大提高了调度自动化系统运行的效率。展开更多
文摘温室高效生产依赖于适宜的温室小气候环境,建立高精度的温室小气候多步预测模型对实现温室环境优化调控具有重要意义。本研究提出一种基于滚动的反向传播神经网络(Rolling Back Propagation Neural Network,R-BP)的温室小气候多步滚动预测模型。模型主要包括两个阶段:(1)建立初始的BP神经网络。采用自动编码器无监督学习方法获取初始网络参数,并利用改进的粒子群算法优化网络参数。(2)建立滚动的BP神经网络群。将前一个网络输出作为后一个网络的部分输入进行滚动训练和预测,实现温室小气候多步滚动预测。为验证R-BP模型的有效性,在阿拉伯联合酋长国阿布扎比市的自控温室和中国苏州市的非自控温室分别进行试验。验证试验表明,与传统BP神经网络相比,在阿布扎比温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低69.9%,预测相对湿度,其平均误差降低47%;在苏州温室试验中,采用R-BP模型预测未来6h室内温度,其平均误差降低43.3%,预测相对湿度,其平均误差降低55.6%。说明R-BP模型能够较准确预测未来6h内温室小气候环境变化,可为制定温室小气候优化调控方案提供依据。
文摘为提高智能电网调度控制系统前置通信的可靠性与数据通道的冗余度,采用双远动装置分别接入双平面的调度数据网,即采用主备通道进行信息传输,这样就存在调控主站多通道接收的值及接收的频度不尽相同的可能。提出了一种智能电网调度控制系统多通道信息智能比对方法,通过网络监听方式获取主厂站信息交互通信报文,利用智能比对算法对遥信、遥测、事件顺序记录(sequence of event,SOE)、遥控、遥调等通信规约参数进行比对,根据比对结果及时输出告警事件。智能电网调度控制系统多通道信息智能比对技术是实现主厂站通道通信质量监测的有效手段,通过该技术可及时发现通道的异常,大大提高了调度自动化系统运行的效率。
