简介：摘要利用传统的单端电压、电流电气量进行故障测距时，容易受到过渡电阻的影响而导致测量距离不精确。本文以小波变换为基础，将传统的单端电气量与反向传播（BP）神经网络算法相结合，提出了一种用于故障测距的新方法，通过大量的仿真验证表明，该方法能够适应各种环境的要求，且精度高，具有一定的实用价值。

简介：BP神经网络是故障诊断领域运用最为广泛的一种方法。针对BP神经网络隐含层单元数难以确定的问题，对现有以经验公式确定隐层单元数的方法进行对比分析，提出一种在经验公式基础上改进的方法，并通过风力发电机齿轮箱故障诊断实例验证。结果表明，该方法能有效地加快寻找最优隐层单元数的速度。

简介：本文研究BP神经网络PID控制算法在PLC中的具体实现方法。着重介绍了BP神经网络自整定PID控制系统结构和算法;以S7-1200PLC为控制器,采用SCL语言进行了BP神经网络自整定PID控制算法功能块的设计,给出了功能块参数的说明;试验表明,相比常规PID控制,BP神经网络自整定PID控制能获得更好的控制效果,设计的算法功能块具有一定的通用性和可移植性,为先进控制算法拓展到工程实际领域提供了应用参考。

简介：BP神经网络分类器在信号识别领域得到了比较广泛的应用，针对其低信噪比环境下识别率相对较低的问题，引入人工蜂群算法（ABC），将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变，最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法（ABCBP算法），并以2ASK，2FSK，2DPSK信号为例，对信号进行小波包分解后，将信号各频段的能量值数据作为实验样本，对其进行了信号分类。仿真结果表明：基于人工蜂群算法的优化BP神经网络分类器，即使在5dB的信噪比环境下，仍可达到94％以上的识别率，并具有较好的稳定性，这为信号识别领域中分类器的设计提供了一个很好的理论依据。

简介：论文主要介绍采用BP神经网络对变压器油中溶解气体进行分析来进行变压器故障诊断。论文所用BP算法是在传统的最速下降BP算法中加入可变学爿率以及采用动量因子的改进BP网络算法，即将自适应学习率法和动量BP法相结合的学习率可变的动量BP算法，建立了一种具有较强学习能力、泛化能力和适应能力的神经网络模刚，并通过实验证明了其对变压器故障诊断的准确性。

简介：电费回收风险是供电企业电费安全风险管理的重要环节．而电力大客户的信用管理是规避电费回收风险的重要组成部分。为了能够更好地为供电企业规避风险，为电力客户提供差异化服务提供有力的依据，从供电企业的角度出发．根据电力客户行业的发展情况、客户的历史信用情况以及客户财务3个方面构建指标体系，并通过层次分析模型将电力大客户分成5个信用等级作为BP神经网络训练的目标值．通过训练得到的BP神经网络，能够对企业的信用等级进行评价，最后通过收集某市电力公司数据验证了该方法的可行性。

简介：文章研究了利用非破坏性参量预测发电机主绝缘的剩余击穿电压，大型发电机主绝缘的非破环性参量主要有直流特征参量、交流特征参量、介质特征参量、局部放电特征参量和非电特征参量这五类。通过分析得到了介质特征量与局部放电特征量这两类参量适合预测剩余击穿电压的结论。紧接着用皮尔森积矩法作了这两类参量与剩余击穿电压的相关性分析，最终获得了四个与剩余击穿电压有较大相关性的非破坏性参量。本文筛选的网络模型经训练后取得了良好的预测效果：预测值与实际值的最大相对误差为0．93％，最小相对误差仅为0．01％。由此证明通过BP神经网络预测大型发电机主绝缘剩余击穿电压是可行的。

简介：摘要随着社会经济的不断发展，机电设备普及应用于各个领域，成为企业发展进程中不可忽视的一个组成部分，为了确保机电设备运行的安全、稳定与高效，要加强对机电设备的温度监测和预警，要以BP神经网络为载体，准确快速地显示机电设备运行中温度的变化状态，充分利用计算机网络优势特点，获取机电设备的温度相关数据信息，从而全面而清晰地反应出机电设备的线路老化及负载程度，避免机电设备故障而引发的生产事故。

简介：摘要变压器的安全稳定性对保障供电可靠性具有重要意义，及时对变压器进行故障诊断并排除故障可大大减小变压器出现事故的概率。本文通过对某电厂2号升压变压器高能放电事件，采用BP神经网络建立了变压器故障诊断模型，以实现对变压器异常状态的及时检测，通过油色谱数据发现了变压器的异常放电，有效保障了变压器的安全运行。

简介：摘要随着电网发展，集控站模式兴起。运行部门精准地预测倒闸操作所需要的时间，可以大大提高供电可靠性，提升运行人员的工作效率。本文结合现有的集控站模式，提出了BP神经网络法，帮助运行人员合理预测操作所需时间。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：针对传统被动式孤岛检测法存在检测时间长、盲区（NDZ）大,而主动式孤岛检测法影响电能质量的缺点,提出一种新的基于小波包对数能量熵（WPLEE）与BP神经网络的孤岛检测方法。该方法首先采集公共耦合点（PCC）处的电压信号,再将该电压信号分别进行小波包变换,然后通过对数能量熵进行算法处理来获取适合于孤岛检测的特征向量,该特征向量通过BP神经网络进行模式识别来判断系统是否发生孤岛现象,特别在逆变器输出功率和本地负载功率匹配时。实验和仿真结果表明,该方法均能准确、有效地判断出是否存在孤岛状态,同时与传统的被动式孤岛检测方法相比检测速度快,检测盲区小,不会对电能质量产生不良影响。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：对电力客户的信用进行分析评估对于供电企业将电力输送给可靠的电力用户、提高企业经济效益具有重要意义。在分析影响电力客户信用影响因素的基础上,构建了电力客户信用评价指标体系,将遗传算法和神经网络原理引入电力客户信用评价领域,提出了基于遗传算法和神经网络的电力客户信用评价模型。实证结果表明：模型具有较强的自组织、自学习和自适应能力,模型评估结果比较客观合理。

简介：摘要近些年来，电力事业保持快速的发展势头，城网的建设水平也有了大幅度的提升，城网供电可靠性预测也有了更多的技术保障，BP神经网络已经广泛地应用于城网供电可靠性预测中，突破了传统城网供电可靠性预测的局限和束缚，极大地提高了预测的质量和水平。本研究中，笔者根据当前城网供电可靠性预测的研究现状，对传统城网供电可靠性预测进行了阐述，在此基础上基于BP神经网络，对城网供电可靠性预防进行了详细地探讨，希望能够为今后相关内容的研究提供一定的参考依据。

简介：摘要本文提出一种基于相似日和改进BP神经网络的光伏发电预测模型，将相似日的历史逐时发电量、温度和湿度以及预测日温度和湿度的预报信息作为改进BP神经网络输入对预测日直接预测，效果良好，值得参考。

简介：摘要当前，我国能源紧缺问题越来越严重，在这样的情况下，社会各个领域越来越着重关注可再生能源的开发和利用，以此来有效缓解全球范围内的能源危机，在这样的背景下，可再生能源的地位也得到显著的提升，特别是太阳能被社会各界广泛关注，太阳能光伏发电技术也有了不断的发展和优化，应用范围越来越广，人们的接受度和认可度也越来越高。因为光伏发电系统故障诊断对于发电系统的正常运行有着关键性的影响，要想对其进行科学合理的维护和监测需要付出极大的人力、物力和财力，特别是人工资源，所以寻找到更有效的监测和维护网络是至关重要的。结合这样的情况，本文有针对性的分析和探究BP神经网络在光伏发电系统故障诊断中的应用，希望通过本文的分析能够为相关从业者提供某种程度上的参考。

简介：摘要本文主要针对BP神经网络在水利发电控制系统的应用进行探讨，总结了在实际应用的方法和应用的网络建模和仿真分析，希望可以为今后的BP神经网络在水利发电控制系统的应用带来参考和借鉴。

简介：摘要电网电力系统的安全稳定并且实现可实现经济运营，与其对负荷的准确预测具有较为重要的关系，基于多分辨分析思想为基础的小波分析结合BP神经网络构建模型，对电网短期符合进行预测。首先，采用正交小波变换的塔式结构快速算法对电网负荷数据序列实现小波分解过程，剔除负荷中的非有价值历史数据，获得真实规律性电力负荷数据；然后，通过小波分解后，根据分解后的各层分量选取阈值，获得符合其特点的分量数据后输入神经网络，经过小波算法的重构过程得到预测日期的负荷数据。仿真结果显示，运用文中构建的改进BP神经网络模型预测较人工网络预测精度具有明显优势，该预测方法能够更好地对电网进行有效的负荷预测。

简介：摘要本文提出一种基于相似日和改进BP神经网络的光伏发电预测模型，将相似日的历史逐时发电量、温度和湿度以及预测日温度和湿度的预报信息作为改进BP神经网络输入对预测日直接预测，效果良好，值得参考。