变压器差动保护工作原理和不平衡电流产生的原因

简要阐述变压器差动保护工作原理,分析差动保护不平衡电流产生的原因,针对不同原因,对症下药。提出相应有效的防范措施,提高差动保护动作的选择性、速动性、灵敏性、可靠性,从而保证变压器的安全稳定运行。     

基于BP神经网络的煤矿配电网故障测距研究

本文提出了一种基于小波分析与BP神经网络的煤矿配电网故障测距方法。该方法首先采用小波包提取故障暂态零序电流的模极大值,并在小波基函数、分解尺度、BP网络各参数选择等方面进行了分析,进而在BP神经网络训练的基础上,将各故障特征的模极大值输入到BP网络中进行测试,输出了故障发生的位置。大量仿真实验表明,该方法在不同接地电阻及故障距离情况下,均能准确计算出故障发生的位置。     

基于BP神经网络的数字识别

手写数字识别是人工智能技术中一个十分重要的分支,在人们日常生活中也应用得越来越频繁,例如在快递分拣、金融等有关数字识别的领域中都有较多的应用,这也使得越来越多人投入到手写数字识别技术研究中,人工神经网不仅具有非常好的容错能力、分类能力,还具有自适应和自学习等特性,备受人们的重视,基于此,本文在对神经网络介绍的基础上就神经网络在手写数字识别方面做了一些研究探讨。     

基于BP神经网络的光通信系统故障诊断

阐述了光通信系统故障诊断过程中,应用BP神经网络模型的重要性。以专家经验和文献依据为途径,建立了光信号系统故障知识库。同时,选择了基于模糊综合评判为计算方法,建立了神经网络数学模型。最后,以光信号元件故障诊断实例为例,论证了BP神经网络法的可行性。     

基于BP神经网络的饲料产品品质预测方法

饲料加工生产过程是一个非常复杂的系统,其产品品质受原料特性和加工参数的影响,且各加工参数之间相互关联,很难用精确的数学模型来反映原料特性和加工参数与产品品质的关系。利用BP神经网络能自身从样本数据中提取相关的信息,并依据数据建立模型,可以有效准确地预测产品品质。试验结果表明,产品淀粉糊化度预测结果与真值的相关系数R在0.99以上,产品水分含量预测结果与真值的相关系数R在0.97以上,预测效果理想。因此,BP神经网络预测模型用于饲料产品加工品质预测是可行的。     

浅议变压器的瓦斯保护及故障处理

本文对瓦斯保护的基本工作原理、保护范围、安装方式、日常巡视检查项目、运行状态、瓦斯保护装置动作的原因及事故分析判断的基本原则及处理方法等进行了简单论述,使运行人员在故障发生时通过保护动作情况及时准确作出判断。     

基于BP神经网络的反应堆控制对象智能辨识研究

反应堆控制对象具有非线性和多变量耦合的特点,为了优化控制效果,首要任务是建立较为精确的对象模型.神经网络作为近几年较为前沿的智能算法,对非线性系统的辨识展现了明显的优越性.BP神经网络是一种多层前馈神经网络,文章基于高功率区小范围变负荷的反应堆运行数据,采用BP神经网络进行数据的训练,对训练好的网络进行测试,仿真结果验...     

基于BP神经网络的豆粕挤压膨化参数优化

利用挤压膨化生产大豆组织蛋白对于提高豆粕的附加值和利用率具有重要意义。以单螺杆挤压膨化机为试验设备对豆粕进行膨化试验,运用正交试验方法研究了豆粕含水率、膨化机螺杆转速和机筒温度对豆粕膨化指数的影响。运用BP(Back Propagation)神经网络对试验数据进行训练和模拟,建立了豆粕的BP神经网络仿真模型,并与实测值进行对比。结果表明,利用BP神经网络建立的模型仿真结果与实测值接近,能良好的反映工艺参数与膨化指数之间的复杂非线性关系,具有较好的预测性。     

基于BP神经网络PID控制的移动机器人避障研究

针对传统PID控制不能实现移动机器人在避障中参数的自整定、响应慢等问题,本文提出一种BP神经网络PID控制方法,利用BP神经网络学习算法实现了PID三个参数的在线自整定。仿真实验表明,BP神经网络PID控制具有更快的响应速度、无明显超调、控制精度高,能满足机器人避障运动的控制要求。     

基于PB 和 RBF 神经网络模型的草坪质量综合评价

 依据现有的草坪质量评价指标体系,于２０１０年调查了２０个草地早熟禾品种成坪后的１１项指标,包括草坪的密度、质地、颜色、均一性、绿期、抗病性、盖度、耐践踏性、成坪速度、草坪强度以及生物量。然后,运用神经网络原理及Ｍａｔｌａｂ神经网络工具箱,以其中的１５个草地早熟禾品种成坪后的１１项指标的实地调查值作为网络输入,以专家打分作为网络输出,通过不断调整网络训练参数,使网络性能达到最优,构建了草坪质量综合评价的ＢＰ 和ＲＢＦ神经网络模型,并给出了ＢＰ和ＲＢＦ神经网络模型的分析方法及其Ｍａｔｌａｂ实现步骤。利用训练好了的网络模型,对其余的５个草地早熟禾品种的综合质量评价得分进行网络预测,结果表明,ＲＢＦ神经网络的预测误差均小于２％,而ＢＰ神经网络的预测误差均大于５％,因此,基于ＲＢＦ神经网络模型的草坪质量评价结果比ＢＰ神经网络更准确,可以用于草坪质量综合评价。与常规的加权法、层次分析法或模糊综合评判法评价草坪质量相比,基于ＲＢＦ神经网络模型的草坪质量综合评价,在一定程度上减少了评价中主观因素的影响,简化了计算步骤,为草坪质量综合评价提供了一种全新的思路。     

基于广义回归神经网络的羊毛性状预测

凉山半细毛羊初生到断奶的5个生产性状（羔羊初生重、羔羊断奶重、初生-断奶日增重、断奶毛长度、断奶毛细度）预测成年羊毛（2．5年）的3个生产性状（成年剪毛量、成年毛长度、成年毛细度）,用Matlab6．5软件构建广义回归神经网络预测模型,并通过预测结果和实测结果的统计分析验证本研究所构建的广义回归神经网络预测模型的有效性。预测结果和实测结果的统计分析结果显示该预测模型具有较高的准确性,基于广义回归神经网络构建的预测模型在凉山半细毛羊成年羊毛3个性状上的预测被证明是有效的。     

一种基于Kohonen神经网络的雷达回波特征识别和分类方法研究

本文针对雷达三维目标回波特征抽取和分类问题,提出了一种基于均值滤波器和Kohonen自组织映射神经网络相结合的方法。仿真实验表明该方法抽取的特征具有良好的稳定性,且精度高,比单一的自组织分类器有更强的优势,最后通过采用实地录取的两组雷达目标回波数据进行检验,实验数据表明该方法可以使准确率达到90%以上,具有良好的提取效果和实用性。     

倒立摆系统的神经网络控制研究

神经网络具有突出自适应性和鲁棒性。本文针对一种复杂的倒立摆系统,采用BP神经网络取代传统控制方法 ,实现倒立摆装置的平稳控制。仿真实验结果表明,只要数据信息量及神经网络隐层神经元个数适当,即可到达较好的控制效果。该文描述了实现过程及方法,可达到对倒立摆装置更平稳的控制。     

Broiler weight estimation based on machine vision and artificial neural network

1. Machine vision and artificial neural network (ANN) procedures were used to estimate live body weight of broiler chickens in 30 1-d-old broiler chickens reared for 42 d.

2. Imaging was performed two times daily. To localise chickens within the pen, an ellipse fitting algorithm was used and the chickens’ head and tail removed using the Chan–Vese method.

3. The correlations between the body weight and 6 physical extracted features indicated that there were strong correlations between body weight and the 5 features including area, perimeter, convex area, major and minor axis length.

5. According to statistical analysis there was no significant difference between morning and afternoon data over 42 d.

6. In an attempt to improve the accuracy of live weight approximation different ANN techniques, including Bayesian regulation, Levenberg–Marquardt, Scaled conjugate gradient and gradient descent were used. Bayesian regulation with R² value of 0.98 was the best network for prediction of broiler weight.

7. The accuracy of the machine vision technique was examined and most errors were less than 50 g.     

基于NeuroSolutions神经网络软件预测猪瘟发病风险

目的:猪瘟的发生严重影响生猪养殖业的经济效益,准确地预测猪瘟的发病率对猪场本身以及相关监测部门预防猪瘟具有较好的指导作用。方法:运用NeuroSolutions人工神经网络软件对龙岩市部分猪场的猪瘟发病率进行了拟合和预测。结果:表明预测模型具有较好的适应性,能够准确地用于猪瘟发病率的预测。结论:猪瘟发病率的预测对龙岩地区部分猪场猪瘟的预防具有一定的指导作用。     

基于神经网络和遗传算法的黄芪发酵培养基优化

为了提高乳杆菌FGM9发酵黄芪产物中的粗多糖得率,采用均匀设计法对发酵培养基各组分配比进行初步探讨,运用人工神经网络法建立了黄芪发酵液中多糖得率与培养基各组分浓度之间的预测模型,通过遗传算法对该模型进行优化和评估,得出发酵培养基各组分间的最优配比。结果显示,组分A含量为42.10 g/L、蛋白胨7.45 g/L、酵母膏9.80 g/L、KH2PO4-K2HPO42.18g/L、组分E 6.25 g/L的条件下,发酵液粗多糖的得率最高可达25.6%,比优化前提高了6.85%。