共查询到20条相似文献,搜索用时 15 毫秒
1.
干式变压器常用于配电网中,直接影响到用户用电的安全性和稳定性,而随着城市用电量逐年增加,其内部环境情况越来越复杂,严重影响到变压器的安全运行。因此本文建立了干式变压器的物理场模型,分析了干式变压器的漏磁场环境,以及绕组漏磁场分布情况,同时分析了变压器温度场分布情况,并基于建立的模型分析了环境温度以及负载率对变压器温升的影响规律。分析表明:在高压和低压绕组之间磁力线分布比较密,磁场在高压以及低压空气道两端比较发散,且高压绕组各段之间产生漏磁场成回路;当变压器正常运行时,变压器铁芯温度较低,低压绕组温度较高为373.06K,环境温度对变压器温升影响较大,当负载率由10%升高到90%时,变压器最高温度升高18K,达到5.13%。 相似文献
2.
3.
电力变压器绕组热点健康状态在线评价分析过程复杂,且热点位置具有不确定性,传统模型无法得到可靠的特点健康状态评价结果。为此,构建了一种新的电力变压器绕组热点健康状态在线评价分析模型。利用环境温度与运行负载参量的顶层油温对电力变压器绕组热点温度进行计算。在此基础上,采用人工智能技术完成电力变压器绕组热点健康状态在线评价分析模型的构建,利用隶属函数神经网络求出所有输入变量的模糊隶属度,把得到的模糊隶属度传输至模糊推理神经网络,给出所有模糊子集的隶属度,利用最大隶属度原则获取热点健康状态评价结果。实验结果表明,所构建模型评价结果可靠。 相似文献
4.
5.
6.
状态检测逐渐受到了国内外电力行业的关注。随着我国对变电运行越来越重视,对于变电运行过程中变压器电气试验也更加关注。基于此,本文分析了绕组直流电阻分析、绝缘电阻及吸收比和极化指数的分析、泄露电流的分析、绕组介损的分析、铁芯绝缘分析这些变电运行过程中变压器电气试验信息分析的进行。 相似文献
7.
针对汽车零部件销售量的预测开展了预测模型建模的研究,从销售历史数据特征研究入手,建立、选择并优化预测模型。利用BP神经网络、RBF神经网络和基于差分进化的BP网络,分别建立3个不同的预测模型。采用基于最小二乘准则,将取得的3个预测模型合成为一个复合模型HANNFM。由此建立的复合模型,具有稳定性好、精度较高等特点。试验验证了它是一种有效的汽车零部件销售量预测的预测方法,对决策者有一定的参考价值。 相似文献
8.
9.
【目的/意义】基于机器学习算法对信息进行聚类及预测引起了广泛关注,本文将以航空公司客户信息为对
象构建出k-means,BP神经网络模型,对航空用户进行聚类及预测,实现用户的精准营销。【方法/过程】首先,对航
空公司的客户信息进行预处理,并根据信息聚类和信息预测理论,构建出k-means客户聚类模型与BP神经网络的
流失预测模型。【结果/结论】实证结果表明,在聚类模型上,k-means算法将客户聚为五类,实现了不同价值客户的
差异化识别;在客户预测模型上,BP神经网络的准确性更高。【创新/局限】本次研究将LRFMC模型引入到用户聚
类模型的实验中,使得模型泛化能力上存在了一定的局限,但也为该问题的未来研究提供了新的方式。 相似文献
10.
混凝土碳化深度是钢筋混凝土结构耐久性评估的重要参数,影响混凝土碳化深度的因素主要有水灰比、水泥用量、混凝土抗压强度、碳化时间、水泥强度、温度与湿度。基于以上7个参数,并结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的多重共线性和降低输入数据维度的特点,建立了基于PCA-BP神经网络的混凝土碳化深度预测模型。以30组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对混凝土碳化深度进行了预测。结果表明:PCA-BP神经网络预测误差低,实现了对混凝土碳化深度的较准确预测,PCA-BP神经网络模型为混凝土碳化深度预测提供了一种科学、可靠的方法。 相似文献
11.
《黑龙江科技信息》2020,(2)
火电厂主设备的检修主要采用状态检修,在线监测逐步成为火电厂决定设备状态检修的主导因素,在线监测和早期故障诊断为检修项目提供数据依据和理论支撑。发电机十大故障中,七大故障表征参数都能从发电机温度上体现出来,所以预测不同工况下发电机标准温度是十分有必要的。该文对水氢氢冷却的发电机定子线棒在不同工况下的温度标准值进行了预测,以不同工况下正常运行稳定数据为依托,分别采用最小二乘法的非线性曲线拟合指纹系数判断法和BP神经网络两种方法对温度进行了预测,结果表明,采用指纹系数判断法预测的结果和实际结果相差最大0.5℃,基于Levenberg-Marquard训练算法的BP神经网络预测模预测的结果和实际结果相差最大0.49℃,从模型的复杂程度角度来看,指纹系数判断法建立的模型更容易运行在运行监控分析平台上。 相似文献
12.
为了提高金融股票价格预测的准确性,分析了金融股票价时间序列的特点和规律,采用一种改进的BP神经网络建立时间序列预测模型,以中国石化股票价格走势作为案例进行分析和预测研究.结果表明基于大数集模糊BP神经网络具有良好的自组织性和自适应性,有很强的学习能力和抗干扰能力,基于大数集模糊BP神经网络对金融股票价进行预测是行之有效的. 相似文献
13.
14.
BP神经网络图书文献经费预测模型 总被引:4,自引:0,他引:4
旨在应用BP神经网络的函数逼近功能,建立一维时间序列数据图书文献经费的预测模型。基于MAT-LAB6.5BP神经网络训练,得出的预测结果与各个示例的实际数值比较吻合。测试样本的训练结果表明,该模型适用于图书文献经费预测。 相似文献
15.
16.
17.
18.
供热负荷预测是实现智慧供热的关键技术之一,对降低供热能耗具有重要意义。本文以开封市J集中供热系统某换热站的2020年供暖季历史供热数据为研究对象,设计了基于门控循环单元(gate recurrent unit, GRU)神经网络的短期供热负荷预测模型。将1次侧供回水温度、室外温度、风速、天气情况、流量作为输入变量,供热负荷作为输出变量,前70%的数据作为训练集,后30%的数据作为测试集。通过MALTAB进行仿真模拟,并与传统的BP神经网络、Elman神经网络进行对比分析。仿真结果显示GRU神经网络预测模型MAPE为3.94%,RMSE为76.77,预测效果最佳。 相似文献
19.
基于启发式属性约简和神经网络的供应链协同管理绩效预测 总被引:2,自引:0,他引:2
面对激烈的市场竞争,供应链的协同管理至关重要.为提高供应链协同管理的效果,绩效预测是供应链协同管理的一个重要环节.为此从知识发现和数据挖掘的角度,利用粗糙集和BP神经网络的理论和方法,建立基于粗糙集和BP(Back Propagation)神经网络相结合的供应链协同管理绩效预测模型,并给出基于分辨矩阵的启发式评价指标约简方法和基于梯度的BP算法;结合预测实例,对其基于平衡记分卡的指标体系进行约简后将约简的评价指标输入到BP神经网络中进行智能训练,把预测的样本输入到训练好的BP神经网络中得出供应链协同管理绩效的预测值,预测结果与实际结果基本吻合. 相似文献
20.
针对图书馆流通量预测问题.提出了基于遗传神经网络的预测模型。该模型采用遗传算法作为神经网络权值全局搜索算法,BP算法作为局部搜索算法。结合实例进行计算,结果表明,该算法用于预测图书馆流通量是可行和有效的。 相似文献