简介：摘要目前，肝脏疾病的研究与预测通常依靠医生对于通常需要相关专业医生丰富的临床经验与分析，常规血液检测难以让医生第一时间判断患者是否患有肝病。本文通过主元分析，选择了肝病相关数据库中接受检查者是否患病的非线性模型的构建方法，同时利用该方法构建的模型对数据基于自适应神经模糊推理系统（ANFIS）实行分组的非监督学习训练和监督学习训练。训练结果表明，在通过数据模型的构建与训练后，肝病病情的检测分析结果能够达到90%以上。

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：摘要使用以信息技术为依托的神经网络算法和信息交汇知识，搭建了面对配电网结构和使用特点的线损模拟数学算法。以这种算法为基础，在对配电网进行分析时，实现了线损的识别等。这个算法是以造成配电网络损失的几个原因为基础。每个算法按照本身的特性挑选合适的物理量，并在整个系统操作阶段中实时对设置的参数进行修改，形成一种相对比较简单的算法，在对配网进行线损分析时，变得更加方便、多样、直接、范围更加宽广。

简介：采用MATLAB的人工神经网络工具箱,以高锰铝青铜的化学成分作为输入参数,其抗拉强度bσ、屈服强度0σ.2和延伸率δ作为输出,建立了材料的力学性能预测模型。计算结果表明,三项输出的预测值与实测数据接近,其相对误差小于±6%的范围,该模型对其他材料的设计生产具有一定的指导意义。

简介：摘要网络性能预测是指以现有理论等为基础，来构造具有预测性的模型以实现对未来业务数据的推测和估计。本文按照电力营销系统的特殊架构，建立了基于神经网络的电力营销系统网络性能预测模型，构建了电力营销系统的网络特征信息集，并设定了网络性能预测的信息过滤规则。此外，基于构建的电力营销系统网络预测模型，进一步研发了电力营销系统流量过滤模块。通过OPNET网络仿真结果显示，基于神经网络的电力营销系统网络性能预测模型能够有效降低网络阻塞，提高网络使用效率。

简介：摘要神经网络算法是新兴起的电力负荷预测成果之一，它可以有效的对短期的负荷进行预测，模拟人脑的活动进行智能化的处理，自动地获取不准确的信息以及不明朗的规律进行适应化处理。神经网络以其独特的记忆信息和自主学习的能力，实现对知识进行优化和推理，其中最重要的是自我学习能力和自动适应能力，这是对比其他方法的最大优势。基于神经网络的非数学模型预测法，为解决传统数学模型法的不足提供了新的思路。

简介：摘要电力系统长期负荷预测在企业的调度运营和服务管理等方面都起着不可或缺的作用，其预测精度的高低直接影响着电力系统运行的安全性、经济性和稳定性，因此长期负荷预测方法的研究一直为人们所重视。基于电网实际运行数据建立一个BP神经网络模型，利用神经网络高度非线性建模能力，探讨含小水电地区电网的负荷情况。实例计算表明，该方法精确有效，收敛性好，运行速度快，对提高多小水电地区网供负荷预测的准确度有较高的实用价值。

简介：

简介：摘要：近年来，随着传统能源的枯竭，我国开始大力发展绿色友好型的可再生能源，其中新能源光伏发电技术在我国能源发展上的重要性日益凸显。并网逆变器作为电网与光伏发电系统之间的核心接口设备，对入网电流质量具有重大影响。在实际工程中，出于保护设备的功率开关管的目的，大多场合采用逆变侧电流反馈控制，但该控制结构在数字控制下难以兼顾良好的系统动态响应能力和鲁棒性，在谐振峰附近的三次截止频率处通常存在相位裕度过低的情况，大幅放大了该频率处的高频谐波，从而不满足国家规定的并网标准。

简介：在20世纪,环境心理和照明技术的研究得到了飞速的发展.该文从照明技术的发展、环境心理学的出现、城市意象与城市照明、场所理论与室内光环境的营造等四个方而对二者以及二者之间的关系进行了阐述.

简介：通过对学生的心理素质做部分调查,结合学校实际管理模式和学生特点,探索我校对学生如何进行心理健康教育的有效方法。

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。