检索结果-维普期刊中文期刊服务平台

基于改进模糊神经网络的新能源配网电力负荷超短期预测方法: 1; 作者宋小芹《信息技术与信息化》 2025年第2期26-29,共4页; 随着新能源接入配网比例的提升,超短期电力负荷数据展现出复杂的特性,导致梯度呈现出非线性特征。为此,提出一种基于改进模糊神经网络的新能源配网电力负荷超短期预测方法。该方法为反映配网电力负荷的真实状况并减少预测误差,先对新能... 展开更多; 关键词新能源配电网电力负荷预测改进模糊神经网络数据预处理; 在线阅读下载PDF 职称材料

基于改进模糊神经网络的小电流接地系统故障选线研究: 2; 作者任一帆刘翔赵骕璠《消费电子》 2024年第11期173-175,共3页; 小电流接地系统故障选线前需要先收集大量的故障数据,这导致故障选线响应速度慢。基于改进模糊神经网络对小电流接地系统故障选线展开研究,深入分析小电流接地系统在暂态和稳态下的故障特征,利用改进的模糊神经网络来提取这些故障特征,... 展开更多; 关键词改进模糊神经网络小电流接地系统接地系统故障故障选线; 在线阅读下载PDF 职称材料

基于改进模糊神经网络的变电站电压无功优化控制被引量：2: 3; 作者张峪维李丽敏《长江信息通信》 2021年第6期30-32,共3页; 变电站电压无功控制具有非线性调制和耦合度强的特征,很难创建精准的数学模型,传统的电压无功控制方法没有考虑到调整分接头对电压无功带来的影响,从而造成了设备多次动作等问题。提出了一种基于改进粒子群的模糊神经网络算法,建立了一... 展开更多; 关键词改进模糊神经网络粒子群算法无功优化控制; 在线阅读下载PDF 职称材料

CGA优化改进型T-S模糊神经网络的三级倒立摆控制被引量：1: 4; 作者张秀玲郝爽 +2 位作者齐晴程艳涛侯代标《沈阳大学学报（自然科学版）》 CAS 2016年第3期206-211,218,共7页; 针对三级倒立摆这一典型控制对象,建立了基于CGA优化的改进型T-S模糊神经网络控制器,完成了三级倒立摆的稳摆控制,将CGA与GA优化结果进行了对比,给出MATLAB仿真结果.结果表明:设计的控制器对于三级倒立摆的稳摆控制是有效的,而且CGA算... 展开更多; 关键词三级倒立摆 CGA 改进型TS模糊神经网络控制; 在线阅读下载PDF 职称材料

基于改进T-S模糊神经网络的瓦斯涌出量预测被引量：1: 5; 作者王俊《山东煤炭科技》 2015年第12期65-67,共3页; 该文针对瓦斯涌出量不容易确定的问题,提出基于改进T-S模糊神经网络的瓦斯涌出量预测方法,该方法很好的表达了瓦斯涌出量与其影响因素之间的复杂的非线性关系,解决了多输入单输出数据集的建模预测问题。预测结果与实际涌出量吻合度较高... 展开更多; 关键词改进的T-S模糊神经网络瓦斯涌出量仿真预测; 在线阅读下载PDF 职称材料

基于模糊神经网络的规则巨型框架结构风荷载特性预测与研究: 6; 作者佟伟王汝恒 +2 位作者贾彬熊曜郭文《四川建筑科学研究》北大核心 2009年第1期72-75,共4页; 应用模糊神经网络方法,结合规则的巨型框架结构的风洞试验,成功地预测了表面有凸出梁柱的规则巨型框架结构的风压分布特性。结果表明,采用该方法可以综合考虑各因素的影响,并能有效、简捷地处理常规方法难以解决的问题。; 关键词改进的加乘型模糊神经网络巨型框架风压分布预测; 在线阅读下载PDF 职称材料

IFNN时变模型在建立大坝位移监控中的应用被引量：1: 7; 作者武金坤李波《水电能源科学》 2008年第5期101-103,共3页; 针对时变监控模型比常规监控模型更有效且能准确进行变量分离,通过改进的模糊神经网络(IFNN)结合时变模型对陈村水库大坝的水平位移进行拟合与预测,并与BP模型做了比较。结果表明,该模型拟合及预测精度均较BP模型高,与工程实例相近,可... 展开更多; 关键词时变模型 BP模型改进的模糊神经网络水平位移; 在线阅读下载PDF 职称材料

题名基于改进模糊神经网络的新能源配网电力负荷超短期预测方法: 1; 作者宋小芹; 机构郑州西亚斯学院; 出处《信息技术与信息化》 2025年第2期26-29,共4页; 基金河南省科技攻关项目“基于改进的MEEMD-GRU组合模型的短期电力负荷预测方法研究”(242102210183)。; 文摘随着新能源接入配网比例的提升,超短期电力负荷数据展现出复杂的特性,导致梯度呈现出非线性特征。为此,提出一种基于改进模糊神经网络的新能源配网电力负荷超短期预测方法。该方法为反映配网电力负荷的真实状况并减少预测误差,先对新能源配网电力负荷数据进行预处理。然后将预处理后的数据作为输入,构建模糊神经网络的负荷预测模型。由于模糊神经网络的权重参数初始值影响训练结果,引入粒子群算法进行模型优化,将模糊化层与规则库划分为隐含层,解模糊化层划分为输出层,实现模型的精准构建,提高预测精度。最后应用实验验证所提方法的先进性,实验结果表明:该方法具有较高的预测准确性和稳定性,并且计算效率也比较高。与对比方法相比,该方法能够有效地应对新能源配网电力负荷的复杂性和不确定性,为电力系统的运行和调度提供强有力的支持。; 关键词新能源配电网电力负荷预测改进模糊神经网络数据预处理; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于改进模糊神经网络的小电流接地系统故障选线研究: 2; 作者任一帆刘翔赵骕璠; 机构国网西安供电公司; 出处《消费电子》 2024年第11期173-175,共3页; 文摘小电流接地系统故障选线前需要先收集大量的故障数据,这导致故障选线响应速度慢。基于改进模糊神经网络对小电流接地系统故障选线展开研究,深入分析小电流接地系统在暂态和稳态下的故障特征,利用改进的模糊神经网络来提取这些故障特征,建立相应的故障判据体系,实现小电流接地故障的选线。实验结果表明,采用本研究设计的选线方法,故障检测时间与选线决策时间较短,具有较快的响应速度。; 关键词改进模糊神经网络小电流接地系统接地系统故障故障选线; 分类号 TM8 [电气工程—高电压与绝缘技术]; 在线阅读下载PDF 职称材料

题名基于改进模糊神经网络的变电站电压无功优化控制被引量：2: 3; 作者张峪维李丽敏; 机构西安工程大学; 出处《长江信息通信》 2021年第6期30-32,共3页; 文摘变电站电压无功控制具有非线性调制和耦合度强的特征,很难创建精准的数学模型,传统的电压无功控制方法没有考虑到调整分接头对电压无功带来的影响,从而造成了设备多次动作等问题。提出了一种基于改进粒子群的模糊神经网络算法,建立了一种多任务优化的变电站无功控制模型。最后对优化后的电压无功控制模型进行了系统仿真。在缺乏精确的系统数学模型的情况下,可以实现相对精确的控制,且设计简单、鲁棒性好。; 关键词改进模糊神经网络粒子群算法无功优化控制; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名CGA优化改进型T-S模糊神经网络的三级倒立摆控制被引量：1: 4; 作者张秀玲郝爽齐晴程艳涛侯代标; 机构燕山大学河北省工业计算机控制工程重点实验室燕山大学国家冷轧板带装备及工艺工程技术研究中心; 出处《沈阳大学学报（自然科学版）》 CAS 2016年第3期206-211,218,共7页; 基金国家自然科学基金资助项目(61007003) 河北省自然科学基金-钢铁联合研究基金资助项目(E2015203354) +2 种基金燕山大学电气工程学院研究生教改项目(DYY2015); 文摘针对三级倒立摆这一典型控制对象,建立了基于CGA优化的改进型T-S模糊神经网络控制器,完成了三级倒立摆的稳摆控制,将CGA与GA优化结果进行了对比,给出MATLAB仿真结果.结果表明:设计的控制器对于三级倒立摆的稳摆控制是有效的,而且CGA算法优于GA算法.; 关键词三级倒立摆 CGA 改进型TS模糊神经网络控制; Keywords triple inverted pendulum CGA improved T-S fuzzy neural network control; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于改进T-S模糊神经网络的瓦斯涌出量预测被引量：1: 5; 作者王俊; 机构大同煤矿集团公司安全监管五人小组管理部; 出处《山东煤炭科技》 2015年第12期65-67,共3页; 文摘该文针对瓦斯涌出量不容易确定的问题,提出基于改进T-S模糊神经网络的瓦斯涌出量预测方法,该方法很好的表达了瓦斯涌出量与其影响因素之间的复杂的非线性关系,解决了多输入单输出数据集的建模预测问题。预测结果与实际涌出量吻合度较高,表明了改进的T-S模糊神经网络在瓦斯涌出量预测上的可行性。为煤矿的安全生产中瓦斯涌出量的预测提供了一种新的途径。; 关键词改进的T-S模糊神经网络瓦斯涌出量仿真预测; Keywords improved T-S fuzzy neural network gas emission simulation and prediction; 分类号 TD712.5 [矿业工程—矿井通风与安全]; 在线阅读下载PDF 职称材料

题名基于模糊神经网络的规则巨型框架结构风荷载特性预测与研究: 6; 作者佟伟王汝恒贾彬熊曜郭文; 机构西南科技大学土木工程与建筑学院中信渤海铝业控股有限公司; 出处《四川建筑科学研究》北大核心 2009年第1期72-75,共4页; 文摘应用模糊神经网络方法,结合规则的巨型框架结构的风洞试验,成功地预测了表面有凸出梁柱的规则巨型框架结构的风压分布特性。结果表明,采用该方法可以综合考虑各因素的影响,并能有效、简捷地处理常规方法难以解决的问题。; 关键词改进的加乘型模糊神经网络巨型框架风压分布预测; Keywords the developed additive-multiplicative fuzzy neural networks mega structure wind load prediction; 分类号 TU375.4 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名IFNN时变模型在建立大坝位移监控中的应用被引量：1: 7; 作者武金坤李波; 机构河海大学水利水电工程学院河海大学水资源高效利用与工程安全国家工程研究中心; 出处《水电能源科学》 2008年第5期101-103,共3页; 基金国家自然科学基金资助项目(50539010 50539110 +3 种基金 50539030-1-3 50579010) 中国水电工程顾问集团公司科技基金资助项目(CHC-KJ-2007-02); 文摘针对时变监控模型比常规监控模型更有效且能准确进行变量分离,通过改进的模糊神经网络(IFNN)结合时变模型对陈村水库大坝的水平位移进行拟合与预测,并与BP模型做了比较。结果表明,该模型拟合及预测精度均较BP模型高,与工程实例相近,可推广应用。; 关键词时变模型 BP模型改进的模糊神经网络水平位移; Keywords time-varying model BP model improved fuzzy neural network horizontal displacement; 分类号 TV698.1 [水利工程—水利水电工程] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于改进模糊神经网络的新能源配网电力负荷超短期预测方法	宋小芹	《信息技术与信息化》	2025	0	在线阅读下载PDF 职称材料
2	基于改进模糊神经网络的小电流接地系统故障选线研究	任一帆刘翔赵骕璠	《消费电子》	2024	0	在线阅读下载PDF 职称材料
3	基于改进模糊神经网络的变电站电压无功优化控制	张峪维李丽敏	《长江信息通信》	2021	2	在线阅读下载PDF 职称材料
4	CGA优化改进型T-S模糊神经网络的三级倒立摆控制	张秀玲郝爽齐晴程艳涛侯代标	《沈阳大学学报（自然科学版）》 CAS	2016	1	在线阅读下载PDF 职称材料
5	基于改进T-S模糊神经网络的瓦斯涌出量预测	王俊	《山东煤炭科技》	2015	1	在线阅读下载PDF 职称材料
6	基于模糊神经网络的规则巨型框架结构风荷载特性预测与研究	佟伟王汝恒贾彬熊曜郭文	《四川建筑科学研究》北大核心	2009	0	在线阅读下载PDF 职称材料
7	IFNN时变模型在建立大坝位移监控中的应用	武金坤李波	《水电能源科学》	2008	1	在线阅读下载PDF 职称材料