2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來隨著電網(wǎng)建設(shè)的不斷推進(jìn),電網(wǎng)智能化成為一種趨勢,對涉網(wǎng)機組有功調(diào)節(jié)性能的預(yù)測研究,則能夠幫助電網(wǎng)掌握機組的有功調(diào)節(jié)運行性能,并做出有意義的預(yù)測,以便于智能電網(wǎng)在調(diào)度控制方面做出更好決策。
  本文研究的涉網(wǎng)機組有功調(diào)節(jié)性能具體指機組AGC時的變負(fù)荷速度和機組AGC時的變負(fù)荷響應(yīng)時間。預(yù)測這些量的影響因素眾多,相互之間耦合性強,過程復(fù)雜,本文對此提出了一種采用小波神經(jīng)網(wǎng)絡(luò)建模,并采用改進(jìn)粒子群算法優(yōu)化的預(yù)測方法。
  文

2、中數(shù)據(jù)采集自電廠分散控制系統(tǒng)的歷史數(shù)據(jù)庫,首先采用了小波降噪的方法對采集到的原始數(shù)據(jù)進(jìn)行預(yù)處理,并給出了得到神經(jīng)網(wǎng)絡(luò)輸入輸出數(shù)據(jù)的方法。
  然后利用小波神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型。選擇一部分?jǐn)?shù)據(jù)作為測試樣本,對網(wǎng)絡(luò)預(yù)測效果進(jìn)行檢驗,并與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)進(jìn)行對比,總結(jié)優(yōu)缺點。測試結(jié)果驗證了小波神經(jīng)網(wǎng)絡(luò)具有良好的預(yù)測精度和泛化能力。對上述預(yù)測對象分別進(jìn)行了預(yù)測,并對結(jié)果進(jìn)行了分析。
  在優(yōu)化方面,本文采用改進(jìn)粒子群算法,通過粒子變異等

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論