作者:黄彬; 张伟; 吕志瑞神经网络蓄电池容量学习算法容量预测
摘要:针对当前变电站直流系统中蓄电池容量难以预测的问题,本文引入神经网络对蓄电池容量进行预测研究。为实现对变电站直流系统蓄电池容量的准确预测,首先对当前国内外蓄电池容量预测研究现状进行分析,总结国内外研究成果进行下一步研究工作;然后,在吸取各研究经验的基础上,对蓄电池容量预测模型进行构建。在构建该预测模型时,本文主要采用模糊神经网络与改进学习算法构建起整个蓄电池容量预测模型;最后,通过具体的仿真实验对上述模型的可行性和科学性进行验证,进而验证本文构建的模型在预测变电站直流系统蓄电池容量上的正确性。结果表明,本文构建的神经网络模型在预测方面与实际的均方根误差最小,进而验证了本文构建算法的精度与实际最为接近。由此说明本文构建模型的科学性和正确性。通过以上的研究,为变电站直流系统蓄电池容量预测工作提供参考。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社