應用人工神經網絡進行電力系統(tǒng)動態(tài)安全評價的新方法

建筑施工現(xiàn)場的安全評價是一項復雜的系統(tǒng)工程。目前安全評價技術在建筑業(yè)的運用并不成熟,我國大多數(shù)建筑施工企業(yè)的安全管理只局限于對施工現(xiàn)場的檢查和整改工作,而對整體安全性缺乏分析和有效監(jiān)控。綜合目前的安全評價技術,結合建筑施工的特點,確立建筑施工現(xiàn)場安全評價指標體系,并運用管理理論中的層次分析法(ahp)和模糊綜合評價方法(fuzzy),提出了適合建筑施工現(xiàn)場的人工神經網絡(ann)安全評價模型。詳細論述了建筑施工安全評價方案以及具體實現(xiàn)的步驟,在結合ahp與fuzzy綜合評價法的基礎上利用ann進行訓練與修正歷史數(shù)據(jù),為全面評價建筑施工安全狀況提供了新的思路與方法。

介紹了bp神經網絡算法的原理以及對其采用非線性阻尼最小二乘法levenberg-marquardt進行優(yōu)化的方法。采用matlab的神經網絡工具箱建立了一個單隱層的bp神經網絡模型和預測流程,采用24個輸入人工神經網絡模型預測每天的整點負荷,并且討論了如何進一步通過改變網絡參數(shù)以提高負荷預測精度。實驗仿真結果表明,此方法預測短期電力負荷,可以得到令人滿意的訓練速度及預測精度。

電力系統(tǒng)中各種非線性負載的廣泛應用,特別是各種電力電子裝置的廣泛應用,是系統(tǒng)產生諧波的主要根源;而大量的電力電容器組的使用,則進一步加劇了諧波的危害。本文主要圍繞如何用adaline神經元模型實現(xiàn)電力系統(tǒng)的諧波分析,并分析了adaline神經元模型的改進方法。

論述了人工神經網絡預測電力系統(tǒng)負荷的方法和步驟,并以bp神經網絡在石嘴山地區(qū)短期負荷預測中的應用為例,探討負荷預測的重要性。

在實用動態(tài)安全域的基礎上提出了實用動態(tài)安全域的神經網絡和模糊理論方法,構建了用于擬合動態(tài)安全域的ann擬和器和用模糊理論在安全邊界上構造一個模糊中間帶的模糊識別器,并對該方法中的系統(tǒng)靈敏度和超平面度進行了分析。最后對4機11節(jié)點測試系統(tǒng)進行了仿真計算。實驗表明,用神經網絡擬合的動態(tài)安全域其擬和合度和精度均高于傳統(tǒng)最小二乘法的擬合,其模糊識別器進一步減少了臨界點的誤判和在安全域邊界上穩(wěn)定和非穩(wěn)定點的誤判。

為在繼電器的設計和生產階段通過多個評價指標評價其整體品質,研究了多層次綜合評判模型的可計算性。該模型依據(jù)電器產品設計方案關于技術性能和成本的綜合評價指標體系,并通過對神經網絡原理的評判方法的研究而建立。實例證明,人工神經網絡的出現(xiàn)為處理各種模糊的、數(shù)據(jù)不完全的、模擬的、不精確的模式識別問題提供了一個全新的途徑。

針對建筑物成新度評估中存在的問題,利用人工神經網絡理論,建立了建筑物成新度評估的人工神經網絡模型,從而為其準確評估提供了科學的依據(jù).

researchstatusofelderlyfitnessevaluationusing ent elderlyf 。 模型預測結果優(yōu)于 是一種空間的復雜的非線性映射方法， 其優(yōu)點包 [j]. 傳 2015,18 bw?macdonaldrl?bakera?etal.clinicaloutcomepre- bayes- inferences[j].comput m?sahurk.predicttheonsetofdiabetesdiseaseu- al.disease-freesurvival patients lartificial networkmodelsforpredictionofcardiovascularautonomic web- diabetes tientsbyusingan

人工神經網絡(ann)是一種動態(tài)信息處理系統(tǒng),它具有聯(lián)想記憶、自組織、自適應、自學習和容錯性等特性。人工神經網絡可實現(xiàn)對危險源的動態(tài)分級;可解決安全綜合評價中的不確定性、模糊性和動態(tài)復雜性、指標多、數(shù)據(jù)多等難題;在安全預測方面,可進行煤與瓦斯突出預測、煤礦瓦斯涌出量預測、煤層自燃預測、交通事故預測等。討論了其在安全科學中的應用現(xiàn)狀及存在問題,并對未來研究方向進行了展望。

本文依據(jù)建筑施工過程安全狀態(tài)特征,從人、機、環(huán)境、管理四個方面進行分析,構建了建筑施工安全評價指標體系,并將粗糙集理論與人工神經網絡模型兩種方法相結合,建立了基于粗糙集-人工神經網絡的建筑施工安全評價模型,對建筑施工過程安全狀況進行評價,即:首先通過專家評議同粗糙集理論相結合,對評價指標體系中的各指標進行約簡,并確定影響建筑施工安全的核心因素;然后將經粗糙集約簡后的評價指標采用人工神經網絡方法進行處理和計算。通過實際應用驗證表明,經過訓練后的神經網絡所得的預測值同理論值相近,證明此種評價模型能為建筑施工安全評價提供合理的依據(jù)。

為了提高繼電器在設計和生產階段的整體品質，通過建立基于人工神經網絡的多層次綜合評判模型．就可以在很大程度上對繼電器產品進行有效的評價，從而提高了繼電器產品的設計和生產質量。

綜合考慮到溫度、日期類型和天氣等因素對短期電力負荷的影響,提出了一種將人工神經網絡(ann)rbf模型和模糊邏輯相結合的短期負荷預測方法。該方法將電力負荷分為周期性的基本負荷和受多種因素影響的變動負荷兩部分,對于周期負荷用ann進行預測,采用負荷預測中比較精確的rbf算法;變動負荷采用模糊邏輯對天氣因素、溫度、日期類型分別做不同的模糊處理,然后利用模糊推理規(guī)則對基本負荷預測結果進行修正。通過典型算例與普通bp法預測結果相比較,結果表明該方法具有較高的預測精度。

提出了基于電力系統(tǒng)運行模式及人工神經網絡的潮流并行算法。利用電力系統(tǒng)運行模式向人工神經網絡提供訓練樣本，并用靈敏度分析提高計算精度，從而有效地壓縮樣本模式空間。人工神經網絡的大規(guī)模并行處理及快速分類功能為該算法的快捷提供了保證。算例驗證該算法有效、可行。

1引言為提高化工過程的可靠性與安全性,事故樹分析法(fta)是被公認的有效方法之一。事故樹是描述化工過程各變量之間相互關系的一種二值邏輯結構,其內部存在著信息流的傳輸、處理與控制機制。從這一觀點出發(fā),可從另一角度揭示事故的形成機理以及最佳控制決策的選擇問題。為了進一步安全評價、安全設計以及擬定最佳安全管理方案,本文探討了事故樹結構優(yōu)化的問題。建立了結構優(yōu)化的目標函數(shù),并以結構安全度作為評價指

隨著電力工業(yè)的發(fā)展，人工神經元網絡（ann）在電力系統(tǒng)中獲得了廣泛的應用。本文概述了人工神經元網絡的特點、基本結構，并對ann在電力系統(tǒng)中的具體應用做了詳細的話述。最后，對人工神經元網絡的發(fā)展趨勢和在電力系統(tǒng)中的應用前景進行了展望。

隨著電力工業(yè)的發(fā)展,人工神經元網絡(ann)在電力系統(tǒng)中獲得了廣泛的應用。本文概述了人工神經元網絡的特點、基本結構以及發(fā)展過程,并對ann在電力系統(tǒng)中的具體應用做了詳細的論述。最后,對人工神經元網絡的發(fā)展趨勢和在電力系統(tǒng)中的應用前景進行了展望。

依據(jù)建筑物火災危險性的影響因素,應用人工神經網絡理論及系統(tǒng)安全方法,建立了建筑物火災危險性的評價指標體系,該方法擺脫了評價過程中的隨機性和參評人員主觀上的不確定性及其認識上的模糊性等缺點,大大提高了準確性。為了驗證評價模型的準確性,將該理論應用到某高校圖書館火災危險性評價中,快速、準確地得到了安全評價結果,取得了滿意效果,為建筑物防火設計以及安全管理提供了可行的依據(jù)。

建筑企業(yè)的安全問題不僅關系到建筑行業(yè)的發(fā)展,而且關系到社會的和諧與進步。從管理者的視角構建了建筑企業(yè)安全管理評價指標體系,并對指標之間的關系做了簡要的說明。然后應用主成份分析對神經網絡的輸入數(shù)據(jù)進行預處理,提取其中的關鍵成分作為網絡的輸入,并采用遺傳算法來提高神經網絡的收斂速度。最后以天津市建筑企業(yè)為實例加以說明并進行了分析。結果表明,建立的模型不僅較公平、合理,而且提高了神經網絡模型的學習效率。

在研究國內城市土地評價方法和分析了山西省自然、經濟和社會狀況的基礎上,提出利用人工神經網絡、結合特爾菲法建立城市國有土地資產總量評估指標體系,以城市的綜合平均地價為評價目標的國有土地資產總量評估方法。本文在模型建立過程中,以山西省22個城市中的18城市的資料為學習樣本,以20個城市評估指標為輸入,以城市綜合平均地價為輸出,建立了三層bp人工神經網絡,并以其余4個城市的資料作為驗證,取得了較好的模擬效果。有效地解決了利用有限的城市(鎮(zhèn))地價資料,結合城市(鎮(zhèn))統(tǒng)計資料,進行國有土地價格的評估,進而為國有土地資產總量的評估提出新的探討途徑。

用vb編制了人工神經網絡的通用bp算法程序。根據(jù)西安參考年氣象參數(shù),采用動態(tài)模擬程序計算了某辦公樓4月至9月逐時冷負荷,結果顯示利用神經網絡的預測值與計算值吻合。

電力系統(tǒng)短期負荷預測是保證電力系統(tǒng)安全經濟運行和實現(xiàn)電網科學管理及調度的重要依據(jù),目前的電力系統(tǒng)短期負荷預測方法存在著一些不足。提出了基于人工神經網絡與主分量分析的短期負荷預測方法,在試驗中分別采用該方法和單一的人工神經網絡對遼寧省某電網的短期負荷進行了預測,試驗結果表明本文提出的方法與單一的人工神經網絡預測法相比,不但減少了預測的時間,而且避免了過擬合現(xiàn)象,提高了預測精度。

基于人工神經網絡的軟件質量評價