【摘 要】
：
温度是衡量电力开关柜设备健康状态的重要指标,对开关柜内设备进行准确的温度预测可有效的提前把握其运行状态.传统BP神经网络可以实现温度预测,但由于该网络在训练过程中容
【机 构】
：
陕西科技大学电子信息与人工智能学院,陕西科技大学电气与控制工程学院,西安西翰电力科技有限公司
【基金项目】
：
陕西省教育厅产业化培育计划项目(18JC003),陕西省科技厅科研计划项目(2017JM6057),陕西省西安市科技计划项目(2019216514GXRC001CG002GXYD1.1)
论文部分内容阅读
温度是衡量电力开关柜设备健康状态的重要指标,对开关柜内设备进行准确的温度预测可有效的提前把握其运行状态.传统BP神经网络可以实现温度预测,但由于该网络在训练过程中容易陷入局部极小值,影响了温度预测的准确性.提出了一种PSO优化BP神经网络对设备温度进行预测的方法.首先,将电力运行数据集进行预处理,在网络训练前,利用PSO对神经网络的权值和阈值进行优化,得到PSO-BP预测模型;最后将预测模型运用到开关柜设备温度预测中.实验结果表明:相较于传统的神经网络温度预测方法,文中提出的方法能够对开关柜内设备温度进行
其他文献
针对派瑞林生产过程中产生的三甲胺尾气,传统治理方法存在诸多问题,如过程能耗大、达标性不稳定等。本试验利用现有废气净化系统(三级降膜吸收器),采用工业对甲基氯苄作为吸
在简单分析工业用风淋净化控制系统基本工作原理及发展现状的基础上,介绍了一种基于PIC微处理器技术的、具有通道门连动互锁、系统参数LCD显示、语音同步提示等功能的智能型
针对目前装配生产线普遍存在的生产效率低下、资源利用率不高的问题.本文以大型装配生产线为研究对象,对其进行资源优化配置.首先,构建有效的装配线Petri网模型,并配置保证Pe
以天然纤维素为原料,采用2,2,6,6-四甲基哌啶-1-氧自由基(TEMPO)催化氧化体系(即TEMPO/NaBr/NaClO体系)预处理,并结合适当的均质处理可以制备得到纳米纤维素(即TEMPO氧化纤维
蒸汽发生样品引入技术为原子光谱提供了一种有效的检测痕量和超痕量分析的方法。蒸汽发生是一种将非蒸汽状态的前体物（离子，金属或有机金属）转化为挥发或半挥发性的分析物，使前体
颗粒污泥是微生物通过自凝聚作用相互聚合形成的一种微生物聚集体,具有生物活性良好、沉淀性能优良的特点。本文从反应器中水流流态和剪切力等水力作用对颗粒污泥形成及特性