简介：

简介：摘要：本文针对现役火电厂脱硝改造工程的造价估算，通过对影响脱硝改造造价的主要因素进行综合分析，利用 MALTAB软件构建了基于 BP人工神经网络的火电厂脱硝工程造价的快速估算模型。通过现有工程造价实例对快速估算模型进行训练、模拟及测验，并将模型估算值与现有工程造价实例进行了对比，结果表明该方法可以较好的估算火力发电厂脱硝改造的工程投资。该模型具有较好的快速性及适用性，可以为估算工程造价提供参考。

简介：详细论述了基于人工神经网络的框架结构楼房拆除爆破专家系统各模块的功能，结合工程实例样本库建立了爆堆效果预测模型。工程实践表明，该系统用于框架结构楼房拆除爆破的设计，方法新颖；利用神经网络专家系统对楼房倒塌后的爆堆效果做了预测，其结果与实际值非常接近。

简介：摘要：风能相较于传统能源拥有着巨大的优势，但风电场投建初期数据不足的问题往往为研究人员所忽略。本文在研究 BP 神经网络的基础上，针对训练量不足的问题，提出了运用插值法对预测结果进行修正的方法，使得不同阶段的预测精度相较于传统神经网络有不同程度的提高，表明了本文方法的价值与意义。

简介：摘要： 结合BP神经网络和灰色理论两种单项预测模型算法，实现对变压器油中溶解乙炔气体浓度精确预测。建立组合最优预测模型，根据预测误差平方和最小化的原则先计算各预测模型的权重，然后将各单项模型的权重进行加权综合计算。以变压器油中气体乙炔（C2H2）为例验证了该组合算法，不仅降低各单项预测算法的预报误差，也有效提高了预测模型的准确性能。

简介：摘要：齿轮箱是风电机组运行的关键设备，针对风电机组齿轮箱故障发生频繁，运维成本高等问题，提出一种基于 SCADA系统异常数据清洗和动态神经网络建模的方法对风机齿轮箱油池温度进行建模。随后采用统计过程控制方法分析残差，根据残差分布特征计算阈值上下限，实现齿轮箱油池温度异常状态预警。最后以双馈式风力发电机组为研究对象进行建模分析并给出实例，验证了该模型对齿轮箱油池温度预警具有实用性和有效性。

简介：在多传感器信息融合中，D-S证据推理方法依靠其在不确定性处理算法中的优势，成为现在信息融合的最重要的方法。本文重点阐述证据理论中焦元爆炸问题，针对这一问题，提出基于模糊神经网络的D-S证据理论的信息融合结构。实验数据表明，这种信息融合结构，有效地提高了目标的识别能力。

简介：【摘要】电商库存补单是电商资金运转的一大难题，科学的补充订单和解决库存深度问题能加强电商供应链体系建设，帮助电商加速资金流动，减少库存压力，降低存储成本。本文针对传统的农产品销量预测模型方法的难点和新时代背景下农产品预测市场的需求,根据气候、时间、价格和质量、销售区域五个因素,利用LM算法优化了bp神经网络，并对贵州省威宁县荞酥的未来几天农产品销量建立了相应的网络模型,进行预测实验。结果表明该模型的预测精度较为准确，可以进行预测实验。

简介：摘要：为响应国家节能减排政策，针对火电站燃煤机组效率偏低、污染物排放严重的问题，设计基于人工神经网络预测的燃烧优化与超净排放优化控制系统。本系统应用于国华锦界能源有限责任公司4^#机组，成功提升燃煤机组燃烧效率，降低污染物排放，保证燃煤机组稳定、经济运行。本系统在火电站机组的投入，为推动火电厂高度自动化起推动作用，为国内电厂提供了技术经验和参考。