简介:摘要: 依据某复杂薄壁件铸造的特点,建立了基于粒子群算法( PSO )优化反向传播神经网络( BPNN )的某复杂薄壁件质量评估模型。首先介绍了 PSO 算法和 BP 神经网络的基本原理;然后接着构建了 PSO-BP 神经网络质量评价体系,最后对评估模型进行了方针验证。仿真结果表明,该评估模型可以对某复杂薄壁件的质量进行有效的评价,可以较好地指导工艺参数优化。
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:设计了一个基于VisualC++平台的多输入多输出的BP神经网络程序,依据正交实验设计训练样本,实现了注射成型产品多质量指标的高精度预测,可实现对注塑产品质量的监控,提高了实际生产效率。