基于神经网络的并网逆变器序阻抗计算方法.pdf

一种基于模糊神经网络的PI双闭环SPWM逆变器控制方法.pptx 一种基于模糊神经网络的PI双闭环SPWM逆变器控制方法汇报人：2024-01-22REPORTING 目录引言模糊神经网络基本原理PI双闭环SPWM逆变器控制策略系统建模与仿真分析硬件设计与实现方案实验验证与性能评估总结与展望 PART01引言REPORTING 传统PI双闭环控制方法存在参数整定困难、动态响应慢等问题，难以满足复杂多变的应用场景需求。因此，研究一种基于模糊神经网络的PI双闭环SPWM逆变器控制方法，对于提高逆变器的控制性能、推动可再生能源领域的发展具有重要意义。随着可再生能源的快速发展，逆变器作为能量转换的关键设备，在电力系统中扮演着越来越重要的角色。研究背景与意义国内外学

2024-06-18 约3.8千字 31页立即下载

基于卷积神经网络的地磁图方向适配性计算方法.docx PAGE 1- 基于卷积神经网络的地磁图方向适配性计算方法 一、引言 (1)地球磁场作为地球的一个重要物理参数，对人类生活和社会经济发展具有重要意义。地磁图是反映地球磁场空间分布特征的重要资料，它不仅有助于地质勘探、资源调查，还在地震预测、环境监测等领域发挥着重要作用。然而，地磁图的方向适配性问题一直是地磁数据处理中的难题。传统的地磁图方向适配性计算方法主要依赖于经验公式和统计学方法，这些方法往往难以处理复杂的地磁场分布和噪声干扰，导致计算结果不够精确。随着人工智能技术的快速发展，基于卷积神经网络（ConvolutionalNeuralNetwork,CNN）的地磁图方向适配性计算方法应运而生

2025-01-20 约3.17千字 6页立即下载

一种基于神经网络的冻融土层井筒传热计算方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116090323 A (43)申请公布日 2023.05.09 (21)申请号 202111296090.X G06N 3/048 (2023.01)

2023-05-09 约2.96万字 31页立即下载

基于神经网络的中医辨证软计算方法研究的中期报告.docx 基于神经网络的中医辨证软计算方法研究的中期报告本研究旨在探索基于神经网络的中医辨证软计算方法，以辅助中医诊疗。本中期报告主要包括研究背景、研究内容、研究进展和计划等方面。一、研究背景中医作为中国传统医学的代表，在世界范围内广泛使用。中医的核心理论是辨证论治，即根据患者的临床表现，对病情进行辨证分析，并针对不同的证候进行针对性的治疗。然而，中医辨证依赖于医师的经验和判断力，存在主观性和不稳定性等问题。因此，开发一种基于神经网络的中医辨证软计算方法，旨在提高中医辨证诊断的准确性和效率，具有重要的临床意义。二、研究内容本研究的主要研究内容包括： 1.基于神经网络的中医辨证模型构建。通过对中

2024-02-19 约小于1千字 2页立即下载

基于径向基神经网络的需求侧响应用户基线负荷计算方法.docx 曲大鹏,伍伟华,江迪,陈广开（广州供电局有限公司）摘要：用户基线负荷是需曲大鹏,伍伟华,江迪,陈广开（广州供电局有限公司）摘要：用户基线负荷是需求侧响应事件中用户响应性能的评估基础。用户基线负荷计算方法应当满足实时监测用户响应性能的要求。本文提出一种基于径向基人工神经网络的用户基线负荷计算方法。该方法考虑非工作日和可能的非正常用电日的影响，选择工作日中的典型日和事件发生前用户的用电情况构成模型的输入向量，训练神经网络。用训练完成的神经网络对假设的系统紧急情况发生时段的负荷进行预测，得到用户基线负荷曲线。实践表明，所提出模型具有一定的预测精度，满足实时性要求。关键词：需

2019-02-16 约9.13千字 10页立即下载

基于径向基神经网络的需求侧响应用户基线负荷计算方法.docx 曲大鹏,伍伟华,江迪,陈广开（广州供电局有限公司）摘要：用户基线负荷是需求侧响应事件中用户响应性能的评估基础。用户基线负荷计算方法应当满足实时监测用户响应性能的要求。本文提出一种基于径向基人工神经网络的用户基线负荷计算方法。该方法考虑非工作日和可能的非正常用电日的影响，选择工作日中的典型日和事件发生前用户的用电情况构成模型的输入向量，训练神经网络。用训练完成的神经网络对假设的系统紧急情况发生时段的负荷进行预测，得到用户基线负荷曲线。实践表明，所提出模型具有一定的预测精度，满足实时性要求。关键词：需求侧响应；用户基线负荷；性能评估；径向基神经网络Calculation meth

2017-12-07 约8.57千字 6页立即下载

基于RBF神经网络的磁屏蔽性能计算方法.pptx 汇报人：;目录;01;随着现代工业和科技的发展，磁场的应用越来越广泛，如磁悬浮列车、核磁共振成像等。然而，磁场也会对人体和电子设备产生不利影响，因此磁屏蔽技术变得越来越重要。;国内外学者在磁屏蔽技术方面进行了大量研究，取得了一定的成果。然而，目前的研究还存在一些问题，如计算精度不高、处理复杂磁场环境的能力有限等。因此，需要进一步研究和探索更有效的磁屏蔽性能计算方法。;02;;;;03;;;;04;隐层节点数确定;;;05;;;;06;RBF神经网络在磁屏蔽性能计算中表现出良好的逼近能力和泛化性能，能够有效地预测不同材料和结构参数下的磁屏蔽性能。;;THANKS

2024-07-06 约小于1千字 25页立即下载

基于神经网络的常微分方程数值计算方法.pdf 第 18 卷第 3 期计　　算　　物　　理 Vol. 18 ,No. 3 　 2001 年 5 月　CHIN ESE J OURNAL OF COMPU TA TIONAL PHYSICS 　 May , 2001 ( ) [文章编号] 　1001246X 2001 微分方程的神经网络数值解法尚　智, 　刘瑞兰 ,

2017-05-09 约1.3万字 4页立即下载

一种基于自适应深度神经网络的云边端协同计算方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114564312 A (43)申请公布日 2022.05.31 (21)申请号 202210201950.5 (22)申请日 2022.03.03 (71)申请人北京航空航天大学云

2023-05-11 约2.12万字 18页立即下载

基于自组织模糊神经网络的污水除磷加药计算方法及介质.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112967761 A (43)申请公布日 2021.06.15 (21)申请号 202110255012.9 G06N 3/08 (2006.01) (22)申请日 20

2023-06-06 约1.72万字 12页立即下载

基于BP神经网络的三电平逆变器开路故障诊断研究.pptx 基于BP神经网络的三电平逆变器开路故障诊断研究汇报人：2024-01-28 CATALOGUE目录引言三电平逆变器基本原理与开路故障分析BP神经网络基本原理与模型构建基于BP神经网络的三电平逆变器开路故障诊断方法实验验证与结果分析结论与展望引言01 三电平逆变器在电力电子系统中广泛应用，其性能直接影响整个系统的稳定性和可靠性。开路故障是三电平逆变器常见的故障类型之一，及时准确地诊断出开路故障对于保障系统安全运行具有重要意义。基于BP神经网络的故障诊断方法具有自学习、自适应等优点，能够有效地提高故障诊断的准确性和效率。研究背景与意义国内外研究现状及发展趋势国内外学者针对三电平逆变器开路故障诊

2024-06-17 约3.34千字 27页立即下载

对一种基于RBF神经网络结构的模糊隶属度函数学习计算方法研究的探讨.pdf 学界信息管理对一种基于RBF 神经网络结构的模糊隶属度函数学习计算方法研究的探讨唐守军 510091 （广东省广州市

2015-09-07 约1.69万字 2页立即下载

基于深度神经网络与阻抗模裕度的静态电压稳定监测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113394774 A (43)申请公布日 2021.09.14 (21)申请号 202110698905.0 (22)申请日 2021.06.23 (71)申请人湘潭大学地址 41

2023-06-22 约7.73千字 8页立即下载

基于神经网络的光伏并网逆变器分析-电力系统及其自动化专业论文.docx II II Abstract The conventional energy sources for electrical power include hydroelectric, fossil fuels, and nuclear energy. The wide use of fossil fuels has resulted in the problem of greenhouse emissions worldwide. This also seriously damages the earths environment. Besides, fossil fuels will be e

2019-03-27 约7.41万字 97页立即下载

一种全卷积神经网络的激光定向能量沉积面积计算方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112967266 A (43)申请公布日 2021.06.15 (21)申请号 202110307051.9 G06N 3/04 (2006.01)

2023-06-10 约1.71万字 14页立即下载