简介：摘要本文以某水轮发电机定子绕组局部绝缘损伤原因及处理情况为例，论述发电机定子绕组绝缘局部损伤的处理和预防方法，以期为发电机的维护和检修提供借鉴。

简介：提出了自适应BP神经网络模型预测短期负荷的方法。依据负荷的日相关性把历史负荷分成24组样本数据，再用BP网络来映射样本数据。采用初始化样本数据，增大节点作用函数陡度，变换隐层节点作用函数形式，自适应调整学习参数等方法提高了BP网络的学习速度，得到了较为满意的预报结果．

简介：由于电网容量的快速可调的容量限制,造成风电并网的消纳能力较弱,导致越来越多的弃风电量。研究了神经网络方法,根据历史风塔的测量的不同高度、风速和风向的数据,结合风电场风机的历史观测数据,建立了神经网络模型,然后将样本数据输入到已建好的神经网络模型以得到风机的理论发电功率,进而得到弃风电量。通过对比测风塔法,神经网络法,样板机法和面积积分法统计风电弃风电量大小,基于测风塔神经网络法的弃风电量评估模型在低风速时的评估效果具有良好的参考价值,比较接近实测风速。

简介：摘要在Matlab平台下，设计了一种基于神经网络的风机振动故障在线自诊断系统。对风力发电机组中的核心部件主轴和齿轮箱进行故障诊断，根据主轴和齿轮箱振动信号故障特征，通过小波变换方法对振动信号进行分频处理，有效提取不同故障下各频段能量的故障特征；再将提取的能量故障特征输入至训练好的BP神经网络诊断系统中进行识别，实现故障的智能诊断。通过试验证明了该方法的有效性。

简介：针对小电流接地系统,本文提出了一种利用BP神经网络对行波法和暂态主频法进行融合的选线方法。该方法提取各出线初始电流行波零模分量的幅值、极性以及暂态主频的幅值、相位,利用神经网络进行融合实现故障线路的选取。该方法先利用仿真软件ATP建立仿真模型,分别对各条线路设置不同故障距离、不同过渡电阻以及不同故障初相角进行仿真,得到训练样本和测试数据,然后利用训练样本对BP神经网络模型进行训练,最后利用测试数据进行故障选线验证。仿真证明本文提出的方法能够实现小电流接地系统的选线。

简介：摘要随着我国科技不断创新，我国有了翻天覆地的变化，电力行业也有了新的提高，电力负荷预测作为电力企业调度工作的重要组成部分，其预测的好坏将直接决定电力供电服务的质量。但传统的神经网络属于静态网络，而电力负荷属于时间序列，随着时间的变化而不断更新。

简介：摘要红外测温是变电站日常重要工作之一。怎样掌控设备在测温周期里温度变化情况，是我们运行人员具备的能力之一，而设备温度受多方面因素的影响，且温度曲线呈非线性，而径向基函数神经网络不受非线性模型的限制。本文就是采用径向基函数（RBF）神经网络实现对设备温度的预测。

简介：摘要电气设备的故障诊断对于提高生产效率具有十分重要的意义。然而，随着设备内部复杂度的不断提高，故障诊断也成为一项越来越难的工作。因此，基于概率神经网络的高压断路器故障诊断具有重要的意义。本文首先对概率神经网络理论进行了概述，详细探讨了基于概率神经网络的高压断路器故障诊断，旨在使高压断路器始终保持最佳运行状态。

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：精确的短期电力负荷预测对电力系统的生产调度和安全稳定运行起到十分重要的作用。为提高短期电力负荷预测模型的精度。提出了一种基于Elman神经网络的改进模型。通过在输出层和隐含层之间扩展一个新的承接层。增强了Elman神经网络的动态信息处理能力。仿真结果表明，改进型Elman神经网络预测模型的预测精度要高于反向传播、支持向量机和常规Elman，同时也说明了建立改进型Elman模型用于短期电力负荷预测是可行的。

简介：摘要 : 对电力的需求是人们日常生活的主要生活需求之一 。在整体电力企业的管理当中，对电网进行有效的管理是中小企业主要运营的重要问题之一。从具体的应用而言，整体电网的运营与管理工作具有的较为丰富的多样性。其中对电力负荷进行有效的预测是整体电网运营工作中的重点工程之一。有效的电力负荷预测工作，能够使相关技术人员对整体电网的运行有效的调整，进而使 整体电网管理拥有更加优质的管理效果。并使整体电力企业的经济效益进一步以能源管理的方式得以提升。文章 对人工神经网络在整体电力负荷预测中的重要作用进行相应的分析，并解释其具体的应用过程，希望能够为电力管理工作提供有效的现实 性参考。

简介：将模糊数学方法和概率神经网络结合起来，用模糊概率神经网络（FPNN）评价城市空气质量。阐明该网络模型的构建方法，并用实例加以验证，经仿真表明该法切实可行，评价结果客观可靠。

简介：摘要电力变压器在长期的运行中，故障是不可避免的。变压器一旦损坏会造成大面积停电且故障修复耗时长，因此变压器故障的及早发现和处理具有非常重要的意义。因此，探讨神经网络应用于电力变压器故障诊断具有重要的意义。本文首先对人工神经网络进行了概述，详细探讨了神经网络应用于电力变压器故障诊断，旨在提高电力变压器故障诊断的准确性，可靠性和诊断效率。

简介：神经网络作为非线性模拟的一种具有生命力的方法,近年来在自动控制、信息处理等方面得到了广泛的应用,本文简要介绍了BP神经网络和RBF神经网络,讨论了神经网络在非线性系统建模中的应用.

简介：该文设计了一种基于Blackfin的BF537数字信号处理器（DSP）的新型太阳能照明系统.它采用siemens公司的TC35i模块来实现无线通讯，采用BP神经网络在蓄电池的灌充阶段实现了太阳能最大功率点跟踪（Maximumpowerpointtracking，MPPT）.为了解决神经网络不保证收敛的问题，在BP神经网络里还引入了遗传算法，得到遗传神经网络（GA-BP）.最后通过系统的实现与测试，证明了算法的优越性和该系统的实用性.

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：

简介：内容摘要：在电厂安装工程建设中，经常会遇到土建开挖或大型机械过电缆沟时，不注意地下设施，压伤、挖断施工电缆，造成设备停电、机组试运无法继续进行等事故，本工法主要介绍了大型火电厂长距离辅助厂房配电装置电源电缆在损伤后，无条件重新敷设电缆时，为了保证电缆载流量不允许切断电缆故障芯线，已不能按常规的应力管、绝缘管进行绝缘处理，必须采取特殊方案进行10kV电缆绝缘处理,保证10kV配电系统及时恢复送电及安全运行。

简介：摘要：汽轮机是电力行业的核心动力设备。火电和核电汽轮机中有大量湿蒸汽级，其中广泛存在湿蒸汽两相流动，凝结水分的出现不仅影响气动效率，还会导致湿蒸汽级叶片水蚀。随着具有暂歇特性的风能和太阳能等可再生能源的大规模应用，为了保证电网安全稳定运行，需要火电机组承担调峰任务，汽轮机低负荷运行已成为新常态。同时，随着汽轮机单机容量的不断增大，末级叶片的最大圆周速度已经超过600 m/s，这使汽轮机叶片更容易发生水蚀。水蚀损伤会导致叶片材料损失和外形变化，造成级效率下降，严重时还可能发生叶片断裂，造成重大运行事故。此外，叶片减重可能会影响汽轮机转子平衡，引发剧烈振动，严重影响机组的安全运行。因此，掌握汽轮机叶片水蚀损伤状态，减少或避免损害，对于保证汽轮机的正常运行具有重要意义。

简介：摘要：输电线路拉线装置出现腐蚀、断裂会严重影响电网安全运行。混凝土电杆拉线塔因自身质量小、塔材用量少、施工方便等优势，在电力输电线路中被广泛应用。拉线棒作为拉线塔的重要组成部分，起着支撑杆塔和抵抗风压的作用，对输电线路的安全稳定运行至关重要。拉线棒底端与拉线盘相连埋在土壤中，受多种因素的综合影响，化学腐蚀与电化学腐蚀不可避免。一旦拉线棒发生腐蚀，其有效截面积减小，承载力下降，当遇到大风暴雪等极端天气时，易发生断线、倒塌以及大面积停电等事故，严重危害电网的安全稳定运行。