造價(jià)通
更新時(shí)間：2025.05.31
人工智能在電力系統(tǒng)穩(wěn)定器設(shè)計(jì)中的應(yīng)用綜述

格式：pdf

大?。?span class="single-tag-height">191KB

頁數(shù)： 4頁

人工智能技術(shù),特別是遺傳算法、模糊評(píng)價(jià)、神經(jīng)網(wǎng)絡(luò)等方法在電力系統(tǒng)穩(wěn)定器(PSS)設(shè)計(jì)中的應(yīng)用有效地彌補(bǔ)了傳統(tǒng)PSS設(shè)計(jì)的不足,提高了控制器的魯棒性和系統(tǒng)的穩(wěn)定性。研究對(duì)人工智能技術(shù)在電力系統(tǒng)穩(wěn)定器設(shè)計(jì)中的應(yīng)用進(jìn)行了綜述,總結(jié)了各種人工智能技術(shù)對(duì)電力系統(tǒng)穩(wěn)定器設(shè)計(jì)的影響,對(duì)其發(fā)展現(xiàn)狀作了簡要的介紹。

自適應(yīng)濾波算法在電力系統(tǒng)短期負(fù)荷預(yù)測中的應(yīng)用

格式：pdf

大?。?span class="single-tag-height">540KB

頁數(shù)： 3頁

文章認(rèn)為相空間局域線性回歸法是電力系統(tǒng)短期負(fù)荷預(yù)測混沌預(yù)測法中廣泛使用的方法,在用線性最小二乘法估計(jì)局部線性化模型的參數(shù)時(shí),往往由于病態(tài)的數(shù)據(jù)矩陣導(dǎo)致估計(jì)值對(duì)噪聲過于敏感而變得不可信。針對(duì)這種情況應(yīng)用最小均方誤差準(zhǔn)則和最陡下降原理提出了一種基于自適應(yīng)濾波電力系統(tǒng)短期負(fù)荷預(yù)測算法,避免了病態(tài)矩陣的影響。實(shí)驗(yàn)結(jié)果表明該算法預(yù)測結(jié)果穩(wěn)定、可靠。

熱門知識(shí)

廣義預(yù)測自適應(yīng)電力系統(tǒng)穩(wěn)定器

精華知識(shí)

廣義預(yù)測自適應(yīng)電力系統(tǒng)穩(wěn)定器

最新知識(shí)

廣義預(yù)測自適應(yīng)電力系統(tǒng)穩(wěn)定器
點(diǎn)擊加載更多>>

相關(guān)問答

廣義預(yù)測自適應(yīng)電力系統(tǒng)穩(wěn)定器
點(diǎn)擊加載更多>>
專題概述
廣義預(yù)測自適應(yīng)電力系統(tǒng)穩(wěn)定器相關(guān)專題

分類檢索：