闫旺
- 作品数：14 被引量：171H指数：7
- 供职机构：西安理工大学水利水电学院更多>>
- 发文基金：陕西省自然科学基金国家火炬计划山东省软科学研究计划更多>>
- 相关领域：电气工程自动化与计算机技术水利工程动力工程及工程热物理更多>>
- 改进粒子群-BP神经网络模型的短期电力负荷预测被引量：48
- 2009年
- 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群算法(MPSO),并与BP算法相结合,形成改进的粒子群—BP(MPSO-BP)神经网络算法,用此算法训练神经网络,实现了神经网络参数优化,得到了基于MPSO-BP算法的神经网络模型。综合考虑气象、天气、日期类型等影响负荷的因素,进行电网短期负荷预测。算例分析表明,与传统BP神经网络法和PSO-BP神经网络方法相比,该方法改善了BP神经网络的泛化能力,预测精度高,收敛速度快,对电力系统短期负荷具有良好的预测能力。
- 师彪李郁侠于新花闫旺
- 关键词：短期负荷预测
- DP-ADPSO算法在机组负荷优化组合分配问题中的应用
- 2010年
- 针对离散粒子群应用于机组负荷优化问题中存在早熟收敛的难题,提出了动态规划-自适应离散粒子群算法求解机组负荷优化组合问题。该方法首先保证所有随机生成的粒子均为满足基本约束条件的可行解,使整个算法只在可行解区域内进行动态优化搜索,缩短了计算时间。计算实例表明:动态规划-自适应离散粒子群算法能较好地收敛到最优解,而且该方法得出的解具有精度高、收敛速度快的优点,应用效果优于动态规划法和离散粒子群算法,说明该方法是有效的、合理的,具有较好的应用前景。
- 闫旺李郁侠师彪孟欣李鹏牛艳利
- 关键词：离散粒子群算法机组优化组合全局最优解
- 水轮机智能调速系统数学模型仿真及参数辨识被引量：13
- 2010年
- 为建立与电网稳定计算有关的水轮机调速系统数学模型及模型参数测量辨识,提出一种基于自适应人工鱼群-神经网络技术并适用于水轮机调速系统控制的新技术,建立智能调速系统数学模型,使之符合实际调节及微机优化控制。分析了该模型组成部分的传递函数,提出采用自适应人工鱼群算法来弥补人工鱼群和神经网络算法的不足,阐述了自适应人工鱼群算法-神经网络优化器的算法。给出了自适应人工鱼群优化算法参数辨识算法设计和实现步骤。利用Matlab和自适应人工鱼群算法进行模型参数辨识,对一次调频和二次调节试验过程进行仿真并与实测对比。结果表明,仿真值与实测值相当接近,所研制的自适应人工鱼群-神经网络优化器,达到了优化PID调节器控制输出量的目标;所建立的调速系统数学模型真实地反映调速系统在机组并网工况下的调节特性,说明该方法原理正确,可用于优化控制。
- 师彪李郁侠何常胜于新花闫旺孟欣李鹏
- 关键词：水轮机调速系统BP神经网络仿真
- 基于改进粒子群-径向基神经网络模型的短期电力负荷预测被引量：29
- 2009年
- 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。
- 师彪李郁侠于新花闫旺何常胜孟欣
- 关键词：负荷预测泛化能力
- 基于弹性自适应人工鱼群-BP神经网络的风轮节距控制环被引量：4
- 2010年
- 为了研制一种调节桨叶节距角的智能控制器,使风力发电机组在变化的风力中获得最大的能量并使转速、功率和机械负载变化最小,提出了一种基于弹性自适应人工鱼群-BP神经网络的风轮节距控制环并用于风轮节距角控制,分析了弹性自适应人工鱼群优化算法-BP神经网络,建立智能控制的风力发电机组模型。使用该方法模拟了在不同桨叶节距角下功率系数、叶尖速比、功率和电压变化,模拟值与实测值进行了对比。试验表明,模拟值与实测值比较接近,仿真效果较佳。结果表明该方法原理正确,符合实际调节及微机控制,可用于实时控制。
- 师彪李郁侠于新花闫旺孟欣何常胜
- 关键词：神经网络风力发电机组
- 自适应变系数粒子群和径向基神经网络在短期电价预测中的应用(英文)被引量：3
- 2010年
- 分析了传统的粒子群优化(particle swarm optimization,PSO)算法和径向基(radial basis function,RBF)神经网络的优缺点,提出一种自适应变系数粒子群优化算法(adaptive variable coefficients particle swarm optimizer,AVCPSO)。该算法与RBF神经网络结合形成自适应变系数粒子群-径向基(AVCPSO-RBF)神经网络混合优化算法。基于此优化算法,建立了短期电价预测模型,并利用贵州电网历史数据进行短期电价预测。仿真计算结果表明,AVCPSO-RBF混合优化算法在短期电价预测中优于传统RBF神经网络法和PSO-RBF神经网络方法,克服了上述2种方法的缺点,改善了RBF神经网络的泛化能力,具有输出稳定性好、预测精度高、收敛速度快等特点,使用该方法得到的各日预测电价的平均百分比误差可控制在2%以内,平均绝对误差最大值为1.652RMB/MW·h。
- 师彪李郁侠于新花闫旺李娜孟欣
- 关键词：电价预测混合优化算法泛化能力
- 水轮机控制系统试验数据处理被引量：6
- 2009年
- 水轮机控制系统试验数据的真实性和可靠性是运行人员对水轮发电机组安全运行做出正确评估的重要依据。研究利用自适应的N点加权后置平滑滤波和自适应N点加权中间平滑滤波法对试验数据进行处理,并用处理前后的数据对公伯峡4号机电液随动系统进行参数辨识,取得了比较理想的效果,表明该方法能有效处理水轮机控制系统试验数据。
- 何常胜李郁侠李华万天虎闫旺
- 关键词：奇异值参数辨识
- 自适应变系数粒子群—径向基神经网络模型在负荷预测中的应用被引量：5
- 2009年
- 为了提高短期电力负荷预测精度,提出了一种自适应变系数粒子群—径向基函数神经网络混合优化算法(AVCTPO-RBF)。实现了径向基神经网络参数优化。建立了基于该优化算法的短期负荷预测模型,利用贵州电网历史数据进行短期负荷预测。仿真表明,该方法的收敛速度和预测精度优于传统径向基神经网络方法和粒子群—RBF神经网络方法及基于混沌理论的神经网络模型,该优化算法克服了径向基神经网络和传统的粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,提高了贵州电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.7%以内。该算法可有效用于电力系统的短期负荷预测。
- 师彪李郁侠于新花李娜闫旺孟欣
- 关键词：短期负荷预测泛化能力径向基神经网络
- 动态调整蚁群-BP神经网络模型在短期负荷预测中的应用被引量：11
- 2011年
- 为提高短期电力负荷预测精度,提出了动态调整人工蚁群算法(DAACS),对BP神经网络参数进行优化,建立了动态调整人工蚁群-BP神经网络组合算法(DAACS-BP)预测模型,综合考虑气象、天气、电价、日期类型等影响因素,对四川电网进行短期电力负荷预测。仿真表明,该方法克服了BP神经网络和人工蚁群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了BP神经网络的泛化能力,收敛速度快,输出稳定性好,提高了电网短期负荷预测的精度,可有效用于电力系统短期负荷预测。
- 师彪李郁侠于新花闫旺
- 关键词：水电工程短期负荷预测BP神经网络
- 水力发电变流调速系统关键设计和实验分析(英文)被引量：1
- 2010年
- 直驱型水力发电系统使水轮机与发电机之间直接相连,为提高系统效率和可靠性,减少系统在进行有源逆变时,交流侧电感的大小影响系统静、动态性能,从稳态和瞬态电流跟踪出发,提出了满足水力发电系统要求的交流侧电感设计的新方法.针对传统的直流侧电容的参数设计方法的不足,即没有考虑PWM开关周期的延时而导致的整流器和逆变器同时向直流母线馈电的问题,提出了直流侧电容容量最小化的设计方法,对所设计的变流调速系统的特性进行了仿真和实验验证.结果表明,设计的变流调速系统不仅具有能量双向流动的特性,而且具有网侧功率因数可控,电流谐波含量低,直流母线电压泵升高快且可控的优点.
- 闫旺李郁侠师彪孟欣
- 关键词：水力发电系统有源逆变电感设计
