期刊文献+
共找到564篇文章
< 1 2 29 >
每页显示 20 50 100
基于深度自编码网络的电力变压器故障诊断 被引量:78
1
作者 石鑫 朱永利 +3 位作者 宁晓光 王刘旺 孙岗 陈国强 《电力自动化设备》 EI CSCD 北大核心 2016年第5期122-126,共5页
基于深度自编码网络(DAEN),构建了分类深度自编码网络(CDAEN)模型。结合电力变压器在线监测油中溶解气体分析(DGA)数据,提出了基于CDAEN的变压器故障诊断方法。所提方法利用大量无标签样本进行预训练,优化模型参数,并利用少量有标签样... 基于深度自编码网络(DAEN),构建了分类深度自编码网络(CDAEN)模型。结合电力变压器在线监测油中溶解气体分析(DGA)数据,提出了基于CDAEN的变压器故障诊断方法。所提方法利用大量无标签样本进行预训练,优化模型参数,并利用少量有标签样本进行微调。实例分析表明,与基于反向传播神经网络(BPNN)、支持向量机(SVM)的故障诊断方法相比,所提方法的诊断正确率更高。 展开更多
关键词 深度自编码网络 电力变压器 故障诊断 油中溶解气体分析 反向传播神经网络 支持向量机
下载PDF
利用高光谱图像技术评判茶叶的质量等级 被引量:62
2
作者 陈全胜 赵杰文 +1 位作者 蔡健荣 Vittayapadung Saritporn 《光学学报》 EI CAS CSCD 北大核心 2008年第4期669-674,共6页
针对茶叶品质无损检测时内外品质难以同时兼顾的问题,利用高光谱图像技术检测茶叶质量。设计一套基于光谱仪的高光谱图像系统采集数据;通过主成分分析,从海量数据中优选出三个波长段的特征图像;从每个特征图像中分别提取平均灰度级、标... 针对茶叶品质无损检测时内外品质难以同时兼顾的问题,利用高光谱图像技术检测茶叶质量。设计一套基于光谱仪的高光谱图像系统采集数据;通过主成分分析,从海量数据中优选出三个波长段的特征图像;从每个特征图像中分别提取平均灰度级、标准方差、平滑度、三阶矩、一致性和熵等6个基于统计矩的纹理特征参量,每个样本共有18个特征变量;再通过主成分分析对这18个特征变量进行压缩,提取8个主成分因子建立基于反向传播神经网络的茶叶等级判别模型。模型训练时的总体回判识别率为97%;预测时总体识别率为94%。结果表明,高光谱图像技术可以用于茶叶质量等级水平的评判。 展开更多
关键词 图像处理 高光谱图像 主成分分析 反向传播神经网络 茶叶 评判
原文传递
基于原子稀疏分解和BP神经网络的风电功率爬坡事件预测 被引量:46
3
作者 崔明建 孙元章 柯德平 《电力系统自动化》 EI CSCD 北大核心 2014年第12期6-11,26,共7页
超短期风电功率爬坡事件越来越影响风电机组在电网中的运行。当前国内对爬坡事件的定义并不明确,缺少相应的预测方法。阐述了风电功率爬坡事件的物理含义,提出了一种基于原子稀疏分解和反向传播神经网络(BPNN)的组合预测方法,分别建立... 超短期风电功率爬坡事件越来越影响风电机组在电网中的运行。当前国内对爬坡事件的定义并不明确,缺少相应的预测方法。阐述了风电功率爬坡事件的物理含义,提出了一种基于原子稀疏分解和反向传播神经网络(BPNN)的组合预测方法,分别建立了原子分量自预测模型、残差分量预测模型和组合预测模型。以实际风电场数据进行验证,对不同预测方法和不同时间空间实测数据进行了较全面的分析,结果表明该方法可以提高预测精度,并能降低绝对平均误差和均方根误差计算值的统计区间。 展开更多
关键词 风力发电 爬坡事件 风电功率预测 原子稀疏分解 反向传播神经网络
下载PDF
基于遗传BP网络的股市预测模型研究与仿真 被引量:43
4
作者 邓凯 赵振勇 《计算机仿真》 CSCD 北大核心 2009年第5期316-319,共4页
股票价格走势已经成为人们关注的焦点,为了更精确的预测股票价格,得到更合理的股票投资意见,利用遗传算法全局寻优和BP神经网络局部寻优相结合的方法,提高了传统BP神经网络的计算精度和收敛速度。建立了基于遗传BP网络的股市预测系统模... 股票价格走势已经成为人们关注的焦点,为了更精确的预测股票价格,得到更合理的股票投资意见,利用遗传算法全局寻优和BP神经网络局部寻优相结合的方法,提高了传统BP神经网络的计算精度和收敛速度。建立了基于遗传BP网络的股市预测系统模型,对贵州茅台股票价格进行预测。仿真结果表明,经遗传算法改进后的BP神经网络模型在降低计算和预测的平均误差的同时,迭代次数比一般BP神经网络模型也大大减少。因此适用于求解如股市预测等非线性问题,具有较高的精确度和应用价值。 展开更多
关键词 股市预测 反向传播神经网络 遗传算法
下载PDF
一种改进的BP算法及其在模式识别中的应用 被引量:31
5
作者 姜立芳 刘泊 施莲辉 《哈尔滨理工大学学报》 CAS 2003年第3期90-92,95,共4页
针对前馈神经网络中传统BP算法的局限性,给出了一种改进的BP算法,选取了一种新的误差函数,并对其参数进行了动态自适应调整。通过比较,改进的BP算法收敛特性明显优于传统的BP算法。实践证明,将上述算法应用于对工业零件的识别当中,可有... 针对前馈神经网络中传统BP算法的局限性,给出了一种改进的BP算法,选取了一种新的误差函数,并对其参数进行了动态自适应调整。通过比较,改进的BP算法收敛特性明显优于传统的BP算法。实践证明,将上述算法应用于对工业零件的识别当中,可有效提高识别速度和识别正确率约17%。 展开更多
关键词 BP算法 模式识别 误差函数 反向传播神经网络 网络结构
下载PDF
改进遗传算法优化BP神经网络的语音情感识别 被引量:43
6
作者 陈闯 Ryad Chellali 邢尹 《计算机应用研究》 CSCD 北大核心 2019年第2期344-346,361,共4页
为了更为有效地识别语音信号中的情感类型,提出一种改进遗传算法优化BP神经网络的识别算法(IAGA-BP)。该算法一方面改进了自适应遗传算法中的选择算子,另一方面更改了自适应遗传算法中的交叉和变异概率公式。通过对自适应遗传算法的改进... 为了更为有效地识别语音信号中的情感类型,提出一种改进遗传算法优化BP神经网络的识别算法(IAGA-BP)。该算法一方面改进了自适应遗传算法中的选择算子,另一方面更改了自适应遗传算法中的交叉和变异概率公式。通过对自适应遗传算法的改进,提升了遗传算法的寻优性能,并以此对BP神经网络初始的权阈值进行优化。实验结果表明,在与BP、GA-BP和AGA-BP网络的比较中,IAGA-BP网络能够有效提高语音情感识别率,并加快了网路收敛速度。 展开更多
关键词 遗传算法 反向传播神经网络 语音情感识别 自适应 优化
下载PDF
适用于海量负荷数据分类的高性能反向传播神经网络算法 被引量:37
7
作者 刘洋 刘洋1 许立雄 《电力系统自动化》 EI CSCD 北大核心 2018年第21期96-103,共8页
负荷分类对于指导电网发用电规划与保证电网可靠运行具有重要意义。面向负荷数据海量化与复杂化趋势,传统负荷分类方法已无法满足用电大数据分析要求。首先,针对用户侧数据体量大、类型多、速度快等特点,在Spark平台上将反向传播神经网... 负荷分类对于指导电网发用电规划与保证电网可靠运行具有重要意义。面向负荷数据海量化与复杂化趋势,传统负荷分类方法已无法满足用电大数据分析要求。首先,针对用户侧数据体量大、类型多、速度快等特点,在Spark平台上将反向传播神经网络(BPNN)算法并行化,实现对海量负荷数据的高效分类。然后,通过对训练样本抽样分块以降低各网络学习时间,针对分布式后BPNN基分类器由于学习样本缺失潜在的准确度下降问题,采用集成学习予以改善。并通过BPNN学习不同训练样本块构建差异化基分类器,对基分类结果多数投票得到最终分类结果。另外,提供了一种基于K-means和K-medoids聚类的负荷数据训练样本选取方法。算例表明所提方法既能对负荷曲线有效分类,又能大幅提高海量数据的处理效率。 展开更多
关键词 负荷分类 Spark平台 反向传播神经网络 集成学习 聚类算法
下载PDF
基于深度堆栈编码器和反向传播算法的网络安全态势要素识别 被引量:33
8
作者 寇广 王硕 张达 《电子与信息学报》 EI CSCD 北大核心 2019年第9期2187-2193,共7页
网络安全态势要素识别的基础是对态势数据集进行有效的特征提取。针对反向传播(BP)神经网络对海量安全态势信息数据学习时过度依赖数据标签的问题,该文提出一种结合深度堆栈编码器和反向传播算法的网络安全态势要素识别方法,通过无监督... 网络安全态势要素识别的基础是对态势数据集进行有效的特征提取。针对反向传播(BP)神经网络对海量安全态势信息数据学习时过度依赖数据标签的问题,该文提出一种结合深度堆栈编码器和反向传播算法的网络安全态势要素识别方法,通过无监督学习算法逐层训练网络,在此基础上堆叠得到深度堆栈编码器,利用编码器提取数据集特征,实现了网络的无监督训练。仿真实验验证了该方法能有效提升安全态势感知的效能和准确度。 展开更多
关键词 网络安全态势 反向传播神经网络 堆栈编码器 数据分析
下载PDF
一种用于车牌定位的改进BP神经网络方法 被引量:25
9
作者 赵涛 杨晓莉 +1 位作者 王绪本 张娜 《计算机仿真》 CSCD 2007年第2期240-243,共4页
针对车牌定位中存在的由于光线不足、环境恶劣、车牌背景不清晰、车牌磨损、图像倾斜等干扰因素导致的定位不准、车牌模糊、反应时间长等问题,文章通过对比目前的各种不同车牌定位技术,提出了改进激励函数和改善梯度估计精度的BP神经网... 针对车牌定位中存在的由于光线不足、环境恶劣、车牌背景不清晰、车牌磨损、图像倾斜等干扰因素导致的定位不准、车牌模糊、反应时间长等问题,文章通过对比目前的各种不同车牌定位技术,提出了改进激励函数和改善梯度估计精度的BP神经网络算法。重点说明了改进的具体过程和车牌定位的原理、方法和步骤,运用Hough算法对车牌倾斜度进行校正,借助常规的灰度图像感知方法,通过车牌定位的具体试验证明了该方法有较强的适应能力和学习速度快、车牌定位准确率高、鲁棒性好等优点,从而说明了该方法的可行性。 展开更多
关键词 车牌定位 反向传播神经网络 改进 激励函数
下载PDF
基于改进D-S证据理论的网络安全态势评估方法 被引量:29
10
作者 汤永利 李伟杰 +1 位作者 于金霞 闫玺玺 《南京理工大学学报》 EI CAS CSCD 北大核心 2015年第4期405-411,共7页
网络安全态势评估是信息安全领域的研究热点问题。为了解决现有评估中过度依赖专家经验问题,提出了一种基于改进D-S证据理论的网络安全态势评估方法。该方法融合多源态势信息,利用基于遗传算法优化反向传播(Back propagation,BP)神经网... 网络安全态势评估是信息安全领域的研究热点问题。为了解决现有评估中过度依赖专家经验问题,提出了一种基于改进D-S证据理论的网络安全态势评估方法。该方法融合多源态势信息,利用基于遗传算法优化反向传播(Back propagation,BP)神经网络来获得D-S证据理论的基本概率分配(Basic probability assignation,BPA),由D-S证据理论对BPA依次进行合成计算,弱化人为因素对BPA的影响,提高BPA的预测精度和网络安全态势识别率。通过真实网络环境的实验验证了该方法在网络安全态势评估中的可行性和有效性。 展开更多
关键词 网络安全态势评估 反向传播神经网络 D-S证据理论 基本概率分配 态势识别率
下载PDF
基于核主成分分析与改进神经网络的电力负荷中期预测模型 被引量:28
11
作者 孙新程 孔建寿 刘钊 《南京理工大学学报》 EI CAS CSCD 北大核心 2018年第3期259-265,共7页
为了提高电力负荷中期预测水平,提出了1种核主成分分析(KPCA)和粒子群优化反向传播神经网络(PSO-BPNN)相结合的电力负荷中期预测模型。引入KPCA对原始输入空间降维重构,将降维后的数据集输入PSO算法优化的BPNN模型中,提出了月平均最大... 为了提高电力负荷中期预测水平,提出了1种核主成分分析(KPCA)和粒子群优化反向传播神经网络(PSO-BPNN)相结合的电力负荷中期预测模型。引入KPCA对原始输入空间降维重构,将降维后的数据集输入PSO算法优化的BPNN模型中,提出了月平均最大预测负荷修正日预测负荷的方法,输出待预测日的最大预测负荷。采用欧洲智能技术网络提供的负荷数据进行验证,实验结果的平均绝对百分误差为1.39%。 展开更多
关键词 核主成分分析 粒子群优化 反向传播神经网络 电力负荷 中期预测
下载PDF
基于概率神经网络的设备故障诊断及仿真分析 被引量:27
12
作者 姬东朝 宋笔锋 易华辉 《火力与指挥控制》 CSCD 北大核心 2009年第1期82-85,共4页
针对某些难于建立准确数学模型的复杂系统,用神经网络的方法进行故障诊断有其独特的优越性。首先分析了概率神经网络(PNN)的基本结构及其训练算法,建立了某型航空发动机故障分类的概率神经网络模型,通过对该设备故障进行定性诊断,对比... 针对某些难于建立准确数学模型的复杂系统,用神经网络的方法进行故障诊断有其独特的优越性。首先分析了概率神经网络(PNN)的基本结构及其训练算法,建立了某型航空发动机故障分类的概率神经网络模型,通过对该设备故障进行定性诊断,对比分析了概率神经网络与常用的误差反向传播神经网络(BPNN)分类模型对各类故障的分类效果。仿真表明,基于PNN模型的分类方法在分类速度、精度和泛化能力方面均优于基于BPNN的模型,是一种有效的故障分类方法。 展开更多
关键词 故障诊断 概率神经网络 反向传播神经网络
下载PDF
基于灰色理论和GA-BP的拉延筋参数反求 被引量:27
13
作者 谢延敏 王新宝 +1 位作者 王智 胡静 《机械工程学报》 EI CAS CSCD 北大核心 2013年第4期44-50,共7页
采用灰色关联分析对影响拉延筋阻力的因子进行分析,获得主要的影响因子。利用拉丁超立方试验设计方法对主要因子进行取样,利用DYNAFORM软件对方盒件成形进行仿真,得到样本数据。以成形件中的减薄、增厚和主应变为输入,以拉延筋几何参数... 采用灰色关联分析对影响拉延筋阻力的因子进行分析,获得主要的影响因子。利用拉丁超立方试验设计方法对主要因子进行取样,利用DYNAFORM软件对方盒件成形进行仿真,得到样本数据。以成形件中的减薄、增厚和主应变为输入,以拉延筋几何参数为输出,建立拉延筋参数的反求模型。利用遗传算法优化反向传播(Back propagation,BP)网络权值,通过与单纯使用BP进行映射得出的几何参数预测值进行比较,该模型的精度得到很大提高,表明基于遗传算法(Genetic algorithm,GA)优化的BP神经网络的模型能极大提高预测能力。基于GA-BP模型,以拉延筋几何参数为输入,增厚为输出目标,利用训练好的优化权值,获得拉延筋几何参数与成形件增厚的非线性映射关系式,并再次利用遗传算法对其优化,获得最佳的拉延筋几何参数。通过比较优化前后的数值仿真结果,优化后的拉延筋能极大地提高板料成形性能。 展开更多
关键词 灰色关联分析 拉延筋 反向传播神经网络 遗传算法 反求优化
下载PDF
基于改进遗传算法的反向传播神经网络拟合LED光谱模型 被引量:24
14
作者 高航 薛凌云 《激光与光电子学进展》 CSCD 北大核心 2017年第7期288-296,共9页
发光二极管(LED)太阳光模拟器的设计需要对LED光谱建立精度高且稳定性好的数学模型。针对LED光谱数学模型非线性的特点,提出利用一种经改进遗传算法(GA)优化的反向传播(BP)神经网络对LED光谱模型进行辨识。通过改进GA的算子,提高算法收... 发光二极管(LED)太阳光模拟器的设计需要对LED光谱建立精度高且稳定性好的数学模型。针对LED光谱数学模型非线性的特点,提出利用一种经改进遗传算法(GA)优化的反向传播(BP)神经网络对LED光谱模型进行辨识。通过改进GA的算子,提高算法收敛效果和辨识精度,利用改进GA对BP神经网络初始和权值阈值进行优化,用于建立可靠的LED光谱模型。选取不同驱动电流条件下的白色、红色LED光谱进行实验验证,实验结果表明该算法拟合的LED光谱模型与实际测量光谱分布非常接近,相比其他模型精度更高,普适性更好。 展开更多
关键词 光学器件 光谱模型 反向传播神经网络 发光二极管 遗传算法 曲线拟合
原文传递
概率神经网络与BP网络模型在遥感图像分类中的对比研究 被引量:17
15
作者 李朝锋 杨茂龙 +1 位作者 许磊 杨蒙召 《国土资源遥感》 CSCD 2004年第4期11-13,18,i002,共5页
通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,建立了卫星图像分类的概率神经网络模型,并通过实例对比分析了概率神经网络与BP网络分类模型的分类效果。实验表明,PNN图像分类方法在分类精度上优于误差反向传播神经网络模型,... 通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,建立了卫星图像分类的概率神经网络模型,并通过实例对比分析了概率神经网络与BP网络分类模型的分类效果。实验表明,PNN图像分类方法在分类精度上优于误差反向传播神经网络模型,且分类时间相当,是一种有效的图像分类方法。 展开更多
关键词 概率神经网络 遥感图像分类 反向传播神经网络
下载PDF
基于遗传算法及BP网络的主轴热误差建模 被引量:23
16
作者 马驰 杨军 +2 位作者 梅雪松 赵亮 王新孟 《计算机集成制造系统》 EI CSCD 北大核心 2015年第10期2627-2636,共10页
针对基于多输入多输出(MIMO)反向传播(BP)神经网络的热误差建模方法过度依赖于训练样本、通用性与收敛性较差的问题,利用灰色聚类分组与相关分析法对温度变量进行分组并提取热敏感点,利用遗传算法(GA)将预测输出与期望输出的误差绝对值... 针对基于多输入多输出(MIMO)反向传播(BP)神经网络的热误差建模方法过度依赖于训练样本、通用性与收敛性较差的问题,利用灰色聚类分组与相关分析法对温度变量进行分组并提取热敏感点,利用遗传算法(GA)将预测输出与期望输出的误差绝对值和的倒数作为判断隐含层节点数的准则,对MIMO-BP网络的拓扑结构进行优化,设定输出层残差误差限,实现了网络阈值与权值的有效优化。建立了基于MIMOM-BP与GA-BP的主轴轴向热伸长与径向热倾角的热误差模型。以精密坐标镗床主轴为研究对象,采用五点法对热误差进行测量,验证了测量及建模方法的有效性,表明GA-BP模型可实现不同工况下主轴空间位姿状态的高精度预测,更适合作为热误差补偿模型。 展开更多
关键词 坐标镗床主轴 热误差 灰色聚类分组 遗传算法 反向传播神经网络
下载PDF
民机驾驶舱内饰设计感性评价研究 被引量:20
17
作者 王黎静 曹琪琰 +2 位作者 莫兴智 俞金海 李宝峰 《机械工程学报》 EI CAS CSCD 北大核心 2014年第22期122-126,共5页
基于感性工学方法,研究民用飞机驾驶舱内饰设计的设计要素和用户感性评价之间的关系。通过分析感性工学方法的一般流程,结合驾驶舱内饰设计的特点,通过驾驶舱样本图片筛选、感性意向认知研究、设计要素体系构建,最终建立驾驶舱内饰设计... 基于感性工学方法,研究民用飞机驾驶舱内饰设计的设计要素和用户感性评价之间的关系。通过分析感性工学方法的一般流程,结合驾驶舱内饰设计的特点,通过驾驶舱样本图片筛选、感性意向认知研究、设计要素体系构建,最终建立驾驶舱内饰设计要素和用户感性评价之间的关联模型。在方法实施过程中,使用语义差分法获取被试对样本图片的感性评价;运用形态分析法进行设计要素分解;采用反向传播(Back propagation,BP)神经网络法构建设计要素与感性评价之间的关联模型,确定设计要素和感性评价值之间的关系,实现感性评价值的预测。以驾驶舱T形区内饰为示例进行方法说明与验证,关联模型可以实现对样本感性评价值的预测,且预测值与实际主观评价值保持一致。结果表明,建立的关联模型是可用于驾驶舱内饰感性评价值的预测,感性工学方法可以应用于驾驶舱的内饰设计的感性评价。 展开更多
关键词 感性工学 驾驶舱内饰 语意差分法 形态分析法 反向传播神经网络
下载PDF
基于BP神经网络的开关磁阻电机直接转矩控制系统及实现 被引量:20
18
作者 李孟秋 杨茂骑 +2 位作者 任修勇 陈建龙 蔡贝贝 《电力系统及其自动化学报》 CSCD 北大核心 2017年第1期52-57,共6页
直接转矩控制可有效抑制开关磁阻电机(SRM)转矩脉动。由于开关磁阻电机双凸结构和磁路的严重饱和,造成其转矩是关于电流和转子位置的严重非线性函数,转矩计算非常困难。针对这一问题,本文提出一种采用基于BP神经网络建立开关磁阻电机转... 直接转矩控制可有效抑制开关磁阻电机(SRM)转矩脉动。由于开关磁阻电机双凸结构和磁路的严重饱和,造成其转矩是关于电流和转子位置的严重非线性函数,转矩计算非常困难。针对这一问题,本文提出一种采用基于BP神经网络建立开关磁阻电机转矩模型的方法。利用有限元仿真得到的转矩样本对BP神经网络经行进行离线训练,完成电流、位置角度到转矩的非线性映射,构造出基于BP神经网络的转矩观测器。再将构造好的转矩观测器应用于电机直接转矩控制系统中,对电机的转矩经行进行实时在线估算。最后,将估算转矩经行反馈,完成电机的直接转矩控制。该控制方法利用了BP神经网络泛化、逼近能力强的优点,同时控制过程简单,无需在线训练。实验结果表明,所提方法转矩计算速度快、计算精度高,可以满足实时控制的要求,有效地减小了电机的转矩脉动。 展开更多
关键词 开关磁阻电机 反向传播神经网络 离线训练 直接转矩控制 转矩脉动
下载PDF
基于CNN-GRNN模型的图像识别 被引量:19
19
作者 江帆 刘辉 +2 位作者 王彬 孙晓峰 代照坤 《计算机工程》 CAS CSCD 北大核心 2017年第4期257-262,共6页
卷积神经网络(CNN)模型在图像识别中取得了良好的效果,但其识别精度还有进一步提升的空间。为此,设计一种新的图像识别模型CNN-GRNN。利用CNN提取样本图像中的多层次特征信息,将广义回归神经网络代替反向传播神经网络,以提高分类器的泛... 卷积神经网络(CNN)模型在图像识别中取得了良好的效果,但其识别精度还有进一步提升的空间。为此,设计一种新的图像识别模型CNN-GRNN。利用CNN提取样本图像中的多层次特征信息,将广义回归神经网络代替反向传播神经网络,以提高分类器的泛化能力和鲁棒性,通过均方差和降梯度法训练模型。基于COIL-100和手势库的实验结果表明,与灰度共生矩阵、HU距方法、CNN和CNN-SVM模型相比,CNN-GRNN的识别率分别提升了42.2%,13.43%,3.99%和1.86%,并具有较好的实时性。 展开更多
关键词 卷积神经网络 广义回归神经网络 支持向量机 反向传播神经网络 降梯度法
下载PDF
基于神经网络预测控制的节能电梯能量管理 被引量:19
20
作者 张达敏 林辉品 +2 位作者 林智勇 徐敏 吕征宇 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第12期3137-3142,共6页
随着电梯的日益增多,电梯节能问题引起越来越多的关注。针对节能型电梯中超级电容的储能管理问题,提出一种基于神经网络预测控制策略的新方法来动态预测电梯运行中所需的能量。首先根据电梯当前停层、目的停层以及载荷信息,建立反向传... 随着电梯的日益增多,电梯节能问题引起越来越多的关注。针对节能型电梯中超级电容的储能管理问题,提出一种基于神经网络预测控制策略的新方法来动态预测电梯运行中所需的能量。首先根据电梯当前停层、目的停层以及载荷信息,建立反向传播神经网络(BPNN)模型并通过样本训练确定各神经元的权值和偏置值,然后利用该模型在线预测电梯每个行程吸收或回馈的能量,据此调节超级电容的平衡电压实现提前储能/泄能,补偿电梯运行过程中所需的尖峰功率。此外,根据电梯载荷和行程信息动态调整超级电容的平衡电压,可以充分利用超级电容的能量存储空间,在某些行程下除了补偿尖峰功率,还能够补偿一部分额定功率,优化网侧整流器的功率容量。最后通过MATLAB/Simulink搭建的仿真平台和实验样机验证了本方法的可行性。 展开更多
关键词 反向传播神经网络 预测控制 节能电梯 尖峰功率补偿
下载PDF
上一页 1 2 29 下一页 到第
使用帮助 返回顶部