【摘 要】
：
光伏充电站中设备故障维修时间对运行效率有着重要影响。为提高光伏充电站设备维修时间的预测精度,考虑到神经网络算法中隐含层神经元数对算法预测精度的影响,提出了一种改进的GA-BP神经网络算法,并以光伏充电站60个设备维修时间为样本验证了改进算法的有效性。结果表明,GA-BP神经网络结构中隐含层神经元数取5时算法预测精度最高,且采用改进GA-BP神经网络算法预测时平均相对误差仅为6.1%,较灰色模型与B
【基金项目】
：
国家自然科学基金(51307140)。
论文部分内容阅读
光伏充电站中设备故障维修时间对运行效率有着重要影响。为提高光伏充电站设备维修时间的预测精度,考虑到神经网络算法中隐含层神经元数对算法预测精度的影响,提出了一种改进的GA-BP神经网络算法,并以光伏充电站60个设备维修时间为样本验证了改进算法的有效性。结果表明,GA-BP神经网络结构中隐含层神经元数取5时算法预测精度最高,且采用改进GA-BP神经网络算法预测时平均相对误差仅为6.1%,较灰色模型与BP神经网络算法分别降低了90.4%与57%。改进后的GA-BP神经网络的预测准确度远高于灰色模型和BP神
其他文献
为了探究轨道炮身管结构对发射时变形情况的影响,选取两种常用的轨道炮结构,通过建立截面面积相同的轨道模型,利用有限元仿真方法,进行电磁—结构的多场耦合计算,得到发射过程中某一瞬间的轨道各部分形变量,以研究发射过程中截面形状对轨道变形的影响。结果表明,相比于方形截面轨道,圆形轨道内部主方向上的形变量更小,同时圆形电枢受到的体积力更均匀。选择圆形截面轨道可以有效减少发射时的轨道变形。
针对直升机电力巡检作业效能评估环节缺失的问题,提出一种基于广义马氏距离结合雷达图法的评估方法(GMD-RCA)。首先,利用主成分分析法对直升机电力巡检过程各成分进行降维处理,建立评估指标体系;其次,通过直升机电力巡检过程的实际作业数据,结合层次分析法与熵权法计算出各指标的组合权重;最后,计算出各指标相对于理想解的广义马氏距离以及贴近度,并在雷达图上展示评估结果。理论分析与实验表明,GMD-RCA能
配电网在高渗透率、低负载运行状态下,分布式电源(DG)接入系统后对原电网的安全运行产生的影响不容小觑。针对DG接入配电网的不同位置会对系统电压产生不同影响的问题,提出6种不同DG接入配电网方式。首先利用前推回代潮流法求解并网后节点电压值;然后以电压质量最优为目标,支路容量、节点电压、有功及无功功率平衡为约束条件,利用新颖帝国竞争算法(ICA)对模型进行求解;最后在IEEE-33节点中进行仿真验证,
针对双叶片直线翼垂直轴风力发电机的流场复杂多变的问题,采用k-ω(SST)湍流模型进行数值模拟,展开了对垂直轴风力发电机流场特性的分析,建立了风速与位置的关系,得到了风速最低位置以及风速恢复区域。研究结果表明,三维CFD仿真所得数据与风洞试验数据虽然有所偏差但对于研究垂直轴风力发电机的流场特性影响较小;通过对垂直于z轴截面和垂直于x轴截面的风速云图分析得出:低风速区域不关于x轴对称,其偏向于y轴负
安装在轧机重型万向联轴器十字包,其十字轴上的四个剖分式轴承座把合面的止口圆,因圆弧的圆心角都只有80°,不足整圆的1/4,是典型的大半径短圆弧的复杂零件。本文通过对常规检测方法的解析,研究出坐标系平移固定直径法,同时结合轴承座上各元素的布局开展实际测量并程序化,顺利解决了止口圆直径的精确测量问题。
在电网负荷预测方面,LSTM模型有较好的预测精度。但模型参数需要手动设置,网络训练时间长。提出一种改进粒子群算法(IPSO)与长短期记忆网络(LSTM)相结合的预测模型(IPSO-LSTM)。利用IPSO对LSTM网络的神经元数,学习率等参数进行优化,自动寻找合适参数,提高预测精度和收敛速度。以某地电力公司的历史负荷数据作为输入数据,迭代训练网络。对比IPSO-LSTM模型和由经验公式所得的LST
蒸汽发生器排污系统(BDS)对核动力装置起着关键性作用,不仅影响蒸汽发生器的换热效率,还关系到汽轮机安全。但是通过近几年核动力装置现场工作人员统计,BDS是一个故障发生概率较大的系统。所以现以BDS为研究对象,通过COSINE程序对该系统进行仿真建模,在验证稳态工况基础上,选择事故概率较高的热交换器泄露事故作为瞬态研究目标,分析事故下系统的热工水力现象,以及给出相应的事故解决方案,并对该事故方案进
微电网并联逆变器接入非线性负载时出现的谐波电流,会引起逆变器输出电压畸变严重。以两逆变器并联运行模型为研究对象,提出一种综合控制策略。首先,在电压外环采用比例积分控制和重复控制串联控制方法的同时,考虑下垂控制所引起的基波频率偏移会进一步恶化输出电压质量,改进重复控制方法,实现在频率变化时对电压谐波的有效抑制。其次,由于SOGI可以抑制输入信号的谐波,将基于SOGI的虚拟复阻抗引入到电流反馈环,抑制
机载合成孔径雷达硬件架构和成像算法的不断发展对复杂大尺度目标的实时回波仿真提出了更高要求。为了实现雷达仿真器实时和多模式性能的提升,基于Xilinx可编程逻辑SoC平台ZYNQ设计了机载合成孔径雷达实时回波仿真器,将改进二维快速傅里叶变换的回波仿真算法与具体硬件实现流程结合,提出了基于AXI总线PS-PL互联的脚本式CORDIC回波仿真方法,实现了复杂面目标回波的实时仿真。对于雷达目标模型高精度仿
故障检测是近年来的热门话题,大数据环境下,原有算法在计算量和效率上已不能满足当前的需求,智能算法应用越来越广泛,将其应用于故障检测有较好的效果,细菌算法是新兴的全局优化智能算法,但其原有算法有一定的局限性。将细菌算法结合自适应理论,优化了细菌算法中趋化步长和繁殖步骤,对比传统BFO最优值有7个数量级的提高,在收敛性方面提高了一倍,并且将其与贝叶斯网络结构学习相结合解决轨道电路故障诊断的问题。