期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到91篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于优化BP神经网络的蒸汽负荷预测研究
1
作者 薛德师 贾立超 +1 位作者 张逸凡 曹琦 《节能》 2025年第5期74-79,共6页
对热电厂未来24小时的总售汽量及热用户需求蒸汽量进行预测,采用MEA-BP神经网络和PSO-BP神经网络共2种优化模型,收集热电厂一年的历史数据,包括热用户每日蒸汽消耗总量、热电站售汽总量以及天气参数,并通过数据预处理、相关性分析和规... 对热电厂未来24小时的总售汽量及热用户需求蒸汽量进行预测,采用MEA-BP神经网络和PSO-BP神经网络共2种优化模型,收集热电厂一年的历史数据,包括热用户每日蒸汽消耗总量、热电站售汽总量以及天气参数,并通过数据预处理、相关性分析和规范化处理,构建热用户蒸汽负荷预测模型。结果表明,优化BP神经网络模型具有更高的预测精度和稳定性,能够有效反映热用户的用热特性和蒸汽负荷的变化趋势,可以为热电厂的能源管理和节能减排提供参考。 展开更多
关键词 大数据分析 蒸汽负荷预测 用热特性 预测模型 bp神经网络
在线阅读 下载PDF
竹集成材-竹胶板钉连接节点剪切性能研究
2
作者 陈国 张鹏 +2 位作者 应飞飞 朱文丽 陈烽城 《林业工程学报》 北大核心 2026年第1期172-179,共8页
木桁架因其承载能力较低和刚度不足,在遭受破坏时易发生整体垮塌,这对人员和财产构成了严重的威胁。提出了一种新型的竹桁架结构,采用竹集成材(laminated bamboo lumber,LBL)作为上弦杆、下弦杆以及腹杆,节点连接采用钉接竹胶板(bamboo ... 木桁架因其承载能力较低和刚度不足,在遭受破坏时易发生整体垮塌,这对人员和财产构成了严重的威胁。提出了一种新型的竹桁架结构,采用竹集成材(laminated bamboo lumber,LBL)作为上弦杆、下弦杆以及腹杆,节点连接采用钉接竹胶板(bamboo plywood,BP)的方式。然而,BP-LBL钉节点的力学性能尚不明确,这成为其在工程中广泛应用的关键瓶颈。为研究BP-LBL钉节点的受力性能,以荷载与LBL顺纹的夹角α以及荷载与BP板主轴的夹角θ为参数,开展顺(横)纹节点的单调加载试验,获取其破坏模式、承载力、刚度和延性。结果表明,尽管部分顺纹试件发生了BP板断裂和块剪破坏,但仍以钉子“双铰”破坏为主。横纹试件的破坏形态与顺纹试件基本一致,部分试件发生了钉子穿透节点板的破坏,且BP板发生了层裂。试件破坏前均有明显的征兆,延性系数大于6,表现为高延性的特征。BP-LBL钉节点的极限承载力随着夹角α和θ的增大而呈下降趋势,但初始刚度无显著差异。荷载-位移曲线无明显屈服点,屈服荷载与极限荷载的比值为48.83%~59.87%。Folz模型可以较好地反映钉节点从开始加载至最终破坏的全过程。 展开更多
关键词 竹集成材 竹胶板 钉节点 抗剪性能 荷载-位移本构模型
在线阅读 下载PDF
基于BP网络和灰色模型的春节配变重过载预测 被引量：20
3
作者 史常凯 闫文棋 +3 位作者 张筱慧 张波 樊勇华 唐巍 《电力科学与技术学报》 CAS 北大核心 2016年第3期140-145,共6页
做好春节配电台区的负荷预测工作,对制定配电变压器重过载的应对措施,防止配电台区设备损坏,保证居民用电可靠性和安全性具有十分重要的意义。针对春节电力负荷的特殊性和规律性,采用模糊聚类法对春节假期进行时段划分,基于BP神经网络... 做好春节配电台区的负荷预测工作,对制定配电变压器重过载的应对措施,防止配电台区设备损坏,保证居民用电可靠性和安全性具有十分重要的意义。针对春节电力负荷的特殊性和规律性,采用模糊聚类法对春节假期进行时段划分,基于BP神经网络和灰色预测系统建立春节配变的日最大负荷预测模型,并结合配变的额定参数,通过预测结果判断配变是否重载或者过载。算例分析表明,该方法预测精度高,在实际应用中具备可行性。 展开更多
关键词 春节电力负荷 配电变压器 重过载预测 bp网络 灰色预测
在线阅读 下载PDF
BP神经网络预测上浆率 被引量：9
4
作者 杨艳菲 崔世忠 +1 位作者 郑天勇 禹建丽 《纺织学报》 EI CAS CSCD 北大核心 2006年第10期57-59,共3页
上浆率是衡量浆纱质量的重要指标之一,在生产过程中受到多种工艺因素的影响,其中主要可控因素为浆液浓度、浆槽温度、浆纱机速度和压浆辊压力。为建立以上4个因素与上浆率之间对应关系的数学模型,保证准确预测上浆率,以纯棉精梳斜纹织... 上浆率是衡量浆纱质量的重要指标之一,在生产过程中受到多种工艺因素的影响,其中主要可控因素为浆液浓度、浆槽温度、浆纱机速度和压浆辊压力。为建立以上4个因素与上浆率之间对应关系的数学模型,保证准确预测上浆率,以纯棉精梳斜纹织物实际生产中的经验数据为训练样本,建立3层BP神经网络系统预测模型,采用Levenberg Marquardt算法,对网络进行反复训练,使其达到预设精度。应用该网络模型对上浆率进行预测,结果表明,预测上浆率与实际上浆率非常接近,可以满足实际生产要求。 展开更多
关键词 上浆率 工艺参数 bp神经网络 预测模型 棉织物
在线阅读 下载PDF
BP模型的改进算法及其在负荷预测中的应用 被引量：2
5
作者 罗春雷 孙洪波 徐国禹 《重庆大学学报（自然科学版）》 CAS CSCD 1995年第6期110-115,共6页
分析了ＢＰ模型学习算法——累积误差逆传播算法在接近极小点时收敛速度变得异常缓慢的原因，并通过对连接权值的调整量引入权重系数，提出了一种改进的ＢＰ模型学习算法，大大加快了收敛速度，提高了收敛性。还利用提出的改进算法对某... 分析了ＢＰ模型学习算法——累积误差逆传播算法在接近极小点时收敛速度变得异常缓慢的原因，并通过对连接权值的调整量引入权重系数，提出了一种改进的ＢＰ模型学习算法，大大加快了收敛速度，提高了收敛性。还利用提出的改进算法对某省中期负荷进行了预测，算例结果表明了该算法的有效性。 展开更多
关键词 电力系统 负荷预测 bp模型 学习算法
在线阅读 下载PDF
基于灰色理论与BP网络的负荷预测 被引量：13
6
作者 崔巍 张梅 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2011年第4期631-633,共3页
针对用BP神经网络进行预测时权值难以确定的问题,提出了一种基于将灰色理论与BP神经网络相结合的预测算法。采用数量研究法,选取重庆市某供电局1999年到2006年的售电量作为样本,利用不同的灰色模型对样本进行预测,再选出预测的最优值对B... 针对用BP神经网络进行预测时权值难以确定的问题,提出了一种基于将灰色理论与BP神经网络相结合的预测算法。采用数量研究法,选取重庆市某供电局1999年到2006年的售电量作为样本,利用不同的灰色模型对样本进行预测,再选出预测的最优值对BP网络进行训练,最后用已训练好的BP网络对样本数据进行预测。经实例预测表明:灰色理论与BP网络相结合的预测精度与单一的预测模型相比有了明显的改进,该算法在理论和实践应用中都是可行的,并为电力部门的生产运行和规划提供了重要的参考。 展开更多
关键词 灰色理论 bp神经网络 负荷预测 精度 权值 预测模型
在线阅读 下载PDF
基于BP神经网络的组合预测及在电力负荷的应用 被引量：18
7
作者 林锦顺 姚俭 《上海理工大学学报》 EI CAS 北大核心 2005年第5期451-455,共5页
分析了电力负荷预测的意义及预测原理,并以传统方法证明了组合预测的优越性.在经典预测方法线性回归和现代预测方法灰色模型的基础上,通过BP神经网络进行组合预测.分别应用单一模型和以计算机为工具的组合模型对上海市年电荷用量进行预... 分析了电力负荷预测的意义及预测原理,并以传统方法证明了组合预测的优越性.在经典预测方法线性回归和现代预测方法灰色模型的基础上,通过BP神经网络进行组合预测.分别应用单一模型和以计算机为工具的组合模型对上海市年电荷用量进行预测.通过分析和比较验证了该组合算法的有效性. 展开更多
关键词 电力负荷 线性回归 灰色模型 bp神经网络 组合预测
在线阅读 下载PDF
基于BPNN-EMD-LSTM组合模型的城市短期燃气负荷预测 被引量：27
8
作者 陈川 陈冬林 何李凯 《安全与环境工程》 CAS 北大核心 2019年第1期149-154,169,共7页
城市短期燃气负荷具有高随机性和复杂性特征,利用单一的模型难以做出准确预测。以某城市民用类燃气日负荷为研究对象,在分析该市两年多燃气日负荷特征的基础上,建立了基于BP神经网络(BPNN)-经验模态分解(EMD)-长短期记忆(LSTM)神经网络... 城市短期燃气负荷具有高随机性和复杂性特征,利用单一的模型难以做出准确预测。以某城市民用类燃气日负荷为研究对象,在分析该市两年多燃气日负荷特征的基础上,建立了基于BP神经网络(BPNN)-经验模态分解(EMD)-长短期记忆(LSTM)神经网络的组合预测模型,对该市短期燃气日负荷进行了预测。首先通过BPNN模型学习温度、日期属性影响下燃气负荷的主要特征,增长趋势等次要特征则体现在BPNN模型预测产生的残差中;然后采用EMD算法分解残差得到有限个本征模函数(IMF),并利用LSTM模型学习各IMF分量的短期时序规律,将各IMF分量的预测值相加得到残差预测值;最后将两部分预测值代数相加得到最终的预测结果。实证结果表明:与单一的LSTM模型和BPNN-LSTM模型相比,该组合预测模型半月步长的平均绝对误差为3.4%,预测精度更高,是一种更为有效的城市短期燃气负荷预测方法。 展开更多
关键词 短期燃气负荷 组合预测模型 bp神经网络 经验模态分解 长短期记忆神经网络
在线阅读 下载PDF
基于BP神经网络的电动堆高车货叉偏载检测 被引量：2
9
作者 贠海涛 王成振 +1 位作者 曹爱霞 谢建新 《济南大学学报（自然科学版）》 北大核心 2017年第2期143-149,共7页
为了避免电动堆高车货叉在装卸货物时发生偏载安全事故,通过在试验车上安装偏载传感器来采集相关数据,利用神经网络工具箱训练数据来获得网络权值以及阈值并生成Simulink模型,再利用权值和阈值和Simulink模型建模的方法,构建基于BP神经... 为了避免电动堆高车货叉在装卸货物时发生偏载安全事故,通过在试验车上安装偏载传感器来采集相关数据,利用神经网络工具箱训练数据来获得网络权值以及阈值并生成Simulink模型,再利用权值和阈值和Simulink模型建模的方法,构建基于BP神经网络的电动堆高车货叉偏载检测人工算法。对误差的分析验证表明:该算法可进一步提高检测货叉偏载距离的精度;该偏载检测算法应用到工程实践,能够满足电动堆高车货叉偏载检测的设计要求。 展开更多
关键词 电动堆高车 货叉偏载 bp神经网络 SIMULINK模型
在线阅读 下载PDF
BP神经网络在大跨斜拉桥性能检测中的应用研究 被引量：9
10
作者 王凯 陈韵 汤建林 《浙江工业大学学报》 CAS 北大核心 2023年第2期171-179,共9页
大跨斜拉桥工程的迅速发展对给该类桥梁的工作性能评估提出了更高的要求。针对大跨度斜拉桥的复杂情况,以浙江省某大跨度斜拉桥为检测对象,利用MIDAS/CIVIL有限元建模预测和荷载试验相结合的方法对桥梁的实际工作性能进行评测。采用Pyt... 大跨斜拉桥工程的迅速发展对给该类桥梁的工作性能评估提出了更高的要求。针对大跨度斜拉桥的复杂情况,以浙江省某大跨度斜拉桥为检测对象,利用MIDAS/CIVIL有限元建模预测和荷载试验相结合的方法对桥梁的实际工作性能进行评测。采用Python软件构建BP神经网络,利用MIDAS/CIVIL有限元模型提供的训练样本对算法进行训练,将荷载试验实测值作为算法输入,得到桥梁模型参数和桥梁挠度应变改良值。由结果对比可知:MIDAS/CIVIL模型参数取值和真实值相差较大,误差最大可达27%。BP神经网络算法优化后的桥梁应变预测值更接近实际,优化后理论值误差可减少10%~20%。研究结果表明BP神经网络算法在桥梁工作性能评估中具有实践意义,该研究为大跨斜拉桥工作性能评估提供了可靠的方法借鉴。 展开更多
关键词 bp神经网络 大跨斜拉桥 工作性能评估 荷载试验 MIDAS/CIVIL建模
在线阅读 下载PDF
基于BP改进模型的空调系统负荷预测 被引量：10
11
作者 常晓珂 夏凊 晋欣桥 《建筑热能通风空调》 2003年第1期5-7,10,共4页
针对BP模型的计算量大 ,收敛速度慢等缺点 ,本文提出了三种改进的BP模型 ,大大加快了收敛速度 ,提高了收敛性。并用实际数据对这三种改进模型进行了训练 ,实例证明了这些改进模型是有效的、可行的。
关键词 空调系统 负荷预测 改进模型 人工神经网络
在线阅读 下载PDF
基于ARIMA模型和BP网络的电力负荷预测 被引量：4
12
作者 刘亚 张国忠 何飞 《湖北电力》 2003年第2期13-15,共3页
着重论述了电力负荷预测中建模数据的选择、预处理方法及其对预测精度的影响。提出了一种以农历24节气负荷作为建模数据,将ARIMA模型及BP网络相结合的负荷预测新方法。实践证明,该方法能够有效提高预测精度,并具有较强的实用性。
关键词 电力负荷预测 bp网络 ARIMA模型 建模 电网 电力系统 人工神经网络
在线阅读 下载PDF
基于利用BP神经网络进行Stacking模型融合算法的电力非节假日负荷预测研究 被引量：4
13
作者 李昆明 厉文婕 《软件》 2019年第9期176-181,共6页
短期负荷预测尤其是非节假日负荷预测对提升电力系统整体调度、支撑电网运营工作起着十分关键的作用。目前针对非节假日负荷预测的理论、方法和应用层出不穷,但是预测精度和使用范围都受到一定限制,并且经济发展对短期负荷预测的精度提... 短期负荷预测尤其是非节假日负荷预测对提升电力系统整体调度、支撑电网运营工作起着十分关键的作用。目前针对非节假日负荷预测的理论、方法和应用层出不穷,但是预测精度和使用范围都受到一定限制,并且经济发展对短期负荷预测的精度提出越来越高的要求,传统的机器学习算法已经难以满足人们的需求。为了提高负荷预测的精度,本文提出了利用BP神经网络进行Stacking模型融合算法,它是基于集成学习的思想,首先挑选五种预测精度较高的单模型,然后利用Stacking模型融合方法将其集成为预测精度更高的综合模型。本文采用此算法预测某省2018年非节假日负荷,结果表明该算法可以有效提高预测精度。 展开更多
关键词 预测精度 非节假日负荷预测 bp神经网络 Stacking模型融合
在线阅读 下载PDF
基于IBAS-BP算法的热电厂负荷预测及工程应用 被引量：2
14
作者 段中兴 宋婕菲 +1 位作者 温倩 周孟 《计算机测量与控制》 2021年第10期199-203,210,共6页
针对热电厂负荷随机性强、预测精度差、计算时间长等问题,提出一种结合改进天牛须搜索算法IBAS和BP神经网络的组合预测方法;模型以热电厂的历史有功负荷、季节、日期类型和气象数据为输入因子,通过引入精英策略,将单个天牛寻优扩充为群... 针对热电厂负荷随机性强、预测精度差、计算时间长等问题,提出一种结合改进天牛须搜索算法IBAS和BP神经网络的组合预测方法;模型以热电厂的历史有功负荷、季节、日期类型和气象数据为输入因子,通过引入精英策略,将单个天牛寻优扩充为群体寻优,同时改进天牛搜索步长,使BP参数在IBAS搜索范围内有效寻优,从而优化BP神经网络的权值,增强其搜索和寻优能力,提高预测网络的性能和精度;采用4个标准测试函数,将改进模型与标准天牛须算法对比;引入均方根误差RMSE、平均绝对百分比误差MAPE精度评价指标对PSO-BP网络、BAS-BP模型、IBAS-BP模型预测结果进行评估;实验结果表明,与其他模型的算例结果相比,IBAS-BP模型具有更好的预测性能;将热电厂负荷预测的结果,作为其厂级负荷优化分配系统(厂级AGC)的输入,通过负荷优化分配系统,得出单台机组未来负荷的预测值,最大限度地降低供电煤耗量,提高热电厂机组运行的经济性。 展开更多
关键词 热电厂 负荷预测 bp神经网络 改进天牛须搜索算法(IBAS) IBAS-bp模型 负荷优化分配
在线阅读 下载PDF
基于粒子群优化BP神经网络的中空夹层钢管混凝土柱轴压承载力研究 被引量：3
15
作者 赵均海 华林炜 王昱 《建筑钢结构进展》 CSCD 北大核心 2024年第9期45-52,共8页
圆中空夹层钢管混凝土(concrete filled double-skin steel tube,CFDST)柱因其独特的结构形式与优异的力学性能,已成为现代工程结构中的主要受力构件。然而外钢管、内钢管与核心混凝土之间的相互约束作用导致其受力比较复杂。为此,采用P... 圆中空夹层钢管混凝土(concrete filled double-skin steel tube,CFDST)柱因其独特的结构形式与优异的力学性能,已成为现代工程结构中的主要受力构件。然而外钢管、内钢管与核心混凝土之间的相互约束作用导致其受力比较复杂。为此,采用PSO-BP混合神经网络算法对圆CFDST柱的轴压承载力进行了研究。收集了167组数据建立数据库,并选取8种影响因素作为输入层参数,轴压承载力作为输出层参数,分析了传统BP神经网络模型所存在的缺陷,建立了PSO-BP神经网络模型。此外,将机器学习模型与3种规范的结果进行比较,结果表明机器学习模型的精度比3种规范的精度更高。相较于BP神经网络模型,PSO-BP神经网络模型具有更好的预测能力,更有助于预测CFDST柱的轴压承载力,对工程上研究CFDST柱的力学性能有着重要意义。 展开更多
关键词 bp神经网络 粒子群优化算法 中空夹层钢管混凝土柱 轴压承载力 机器学习模型
原文传递
基于灰色理论与BP神经网络组合模型的中长期负荷预测 被引量：8
16
作者 刘平 孟祥娟 +1 位作者 向铁元 文闪闪 《中国农村水利水电》 北大核心 2009年第1期120-122,共3页
灰色系统预测模型是中长期负荷预测的一种有效方法,但是,此模型存在未考虑经济因素对负荷发展的影响及难以满足高精度要求的缺陷,构建了考虑经济因素影响的灰色BP神经网络组合预测模型,通过灰色关联分析方法确定影响负荷的主要经济因子... 灰色系统预测模型是中长期负荷预测的一种有效方法,但是,此模型存在未考虑经济因素对负荷发展的影响及难以满足高精度要求的缺陷,构建了考虑经济因素影响的灰色BP神经网络组合预测模型,通过灰色关联分析方法确定影响负荷的主要经济因子。主要经济因子的引入,使预测模型更符合实际、更合理。应用此组合模型对某省全社会用电量进行了中长期预测,结果表明,该模型具有更高的精度和更好的实用性。 展开更多
关键词 中长期负荷预测 灰色理论 bp神经网络 灰色关联度分析 组合预测模型
在线阅读 下载PDF
基于ARIMA-TARCH-BP神经网络模型的中长期负荷预测方法 被引量：8
17
作者 雷铮 田书欣 +3 位作者 闫大威 魏联滨 王魁 柳璐 《电子器件》 CAS 北大核心 2020年第1期175-179,共5页
中长期负荷预测是电力系统规划运行的重要基础。针对经济转型阶段多样化负荷呈现的强波动性致其预测精度难以保障的问题,利用电力负荷历史统计数据建立ARIMA-TARCH模型,对负荷时间序列的非平稳性、自相关性和非对称波动特性进行分析,并... 中长期负荷预测是电力系统规划运行的重要基础。针对经济转型阶段多样化负荷呈现的强波动性致其预测精度难以保障的问题,利用电力负荷历史统计数据建立ARIMA-TARCH模型,对负荷时间序列的非平稳性、自相关性和非对称波动特性进行分析,并结合BP神经网络理论对负荷拟合残差值进行修正,进而对目标规划年的负荷进行预测。最后,以我国某地区的实际电网负荷为算例,预测未来五年的负荷变化趋势,验证所提预测方法的可行性和有效性。 展开更多
关键词 负荷预测 经济转型 ARIMA-TARCH模型 波动性 bp神经网络
在线阅读 下载PDF
BP算法在功率耦合负荷建模中的应用 被引量：4
18
作者 倪剑 郝建 +1 位作者 栾兆文 葛兆威 《中国电力》 CSCD 北大核心 2005年第4期41-45,共5页
负荷模型的准确性对于电力系统仿真分析至关重要。针对目前负荷模型无功方面的研究较为薄弱的问题,提出一种功率耦合型的人工神经元网络负荷建模方法,首先利用传统方法建模,构造样本空间,即以恒阻抗模型和一阶电动机模型构成的综合负荷... 负荷模型的准确性对于电力系统仿真分析至关重要。针对目前负荷模型无功方面的研究较为薄弱的问题,提出一种功率耦合型的人工神经元网络负荷建模方法,首先利用传统方法建模,构造样本空间,即以恒阻抗模型和一阶电动机模型构成的综合负荷作为负荷模型,其时域仿真潮流解作为训练样本,然后以BP算法训练神经网络,用训练好的网络来仿真负荷功率。结果显示,当网络输出为负荷有功功率和负荷无功功率共同构成的二维向量时,可使负荷模型无功方面的精度有较大的提高。 展开更多
关键词 负荷模型 功率耦合 人工神经元网络 bp算法
在线阅读 下载PDF
基于EEMD-BP神经网络的含电采暖的配电变压器短期负荷预测 被引量：22
19
作者 李香龙 张宝群 +3 位作者 张宇 孙钦斐 孟颖 赵凤展 《电测与仪表》 北大核心 2018年第10期101-107,共7页
为了快速准确地预测含高比例电采暖设备的配电变压器的短期负荷,提出了基于集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)及BP神经网络算法组合的含电采暖的配电变压器短期负荷预测方法,该方法考虑了采暖日天气类型、... 为了快速准确地预测含高比例电采暖设备的配电变压器的短期负荷,提出了基于集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)及BP神经网络算法组合的含电采暖的配电变压器短期负荷预测方法,该方法考虑了采暖日天气类型、采暖日温度等环境条件对居民采暖行为的影响。首先运用EEMD方法将日负荷序列分解成4组频率由低至高的分量序列及1组剩余分量序列,再将各分量序列及温度数据、气象数据输入BP神经网络中进行预测,最后各个预测分量相加得到最终的预测结果。将该方法应用于北京地区冬季"煤改电"工程中,对某个含高比例电采暖负荷的配电变压器进行短期预测,算例表明,EEMD-BP组合预测方法能够有效减小负荷预测误差。 展开更多
关键词 配电变压器短期负荷预测 电采暖 集成经验模态分解 bp神经网络 组合预测模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部