赵阳
- 作品数：5 被引量：48H指数：3
- 供职机构：上海交通大学电子信息与电气工程学院更多>>
- 发文基金：国家高技术研究发展计划国家电网公司科技项目更多>>
- 相关领域：自动化与计算机技术经济管理电气工程更多>>
- 基于BP神经网络的传感器非线性补偿被引量：11
- 2007年
- 由于传感器本身的非线性特性以及传感器在测量过程中外界环境因素的影响,使得传感器的输入输出特性呈现出非线性.讨论了BP神经网络模型在传感器非线性补偿中的应用.给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系.采用递推预报误差算法训练神经网络,具有收敛速度快、收敛精度高的特点.试验结果表明,应用神经网络对传感器的非线性进行动态补偿是一种行之有效的方法.
- 田社平赵阳韦红雨王志武
- 关键词：BP神经网络RPE算法传感器非线性补偿
- 基于产能转移指标的中长期电力负荷组合预测方法被引量：2
- 2015年
- 为提高产能转移产业的中长期电力负荷预测精度,提出产能转移表征指标体系,量化分析产能转移现象,建立了基于该指标体系的主成分回归模型,作为产能转移产业的负荷预测基础模型。最后,提出了加权百分方误差的概念,应用于电力负荷预测精度分析,并以其构建了电力系统中长期负荷组合预测模型。算例结果表明,该方法对于产能转移产业具有较强的实用性和较高的预测精度。
- 赵阳蒋传文金尧谭胜敏王璟
- 关键词：中长期负荷预测主成分回归
- 基于偏度-加权条件风险价值的售电公司动态购电策略被引量：16
- 2017年
- 在多市场、多时段的条件下,售电公司需要合理分配在不同市场、不同时段的购电量。将偏度引入购电组合优化模型,作为一项约束指标,以构建在购电价格服从不同类型分布下的购电策略。同时使用加权条件风险价值(WCVa R)量化风险,最终建立针对多市场、多时段的基于偏度-加权条件风险价值的售电公司动态购电优化模型。算例分析结果验证了该模型的有效性,该模型为售电公司提供了新的约束指标、风险度量方法和购电策略。
- 赵阳蒋传文赵岩张裕
- 关键词：电力市场偏度
- 基于RBF神经网络模型的传感器非线性补偿方法被引量：2
- 2007年
- 针对传感器测量过程中各种环境因素(温度、湿度、磁场等)的影响,提出了一种新的非线性补偿方法,利用两个相同的距离传感器对物理量进行测量,建立RBF神经网络结构,并利用神经网络的学习记忆功能,消除主要环境因素对传感器输出的影响。通过实验和计算机仿真应用,证明这个系统提高了传感器测量的精度,具有良好的抗干扰性。
- 赵阳田社平韦红雨王志武
- 关键词：神经网络RBF算法距离传感器非线性补偿
- 基于神经网络模型的传感器非线性校正(英文)被引量：17
- 2006年
- 讨论了BP神经网络模型在传感器非线性补偿中的应用。给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行不同的测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系。采用递推预报误差算法(PRE)训练神经网络,具有收敛速度快、收敛精度高的特点。以距离传感器为例,将基于BP神经网络的校正方法应用于减少距离传感器的非线性输出误差。实验结果表明,将训练后的神经网络接入距离传感器可以得到线性的输入-输出关系,增加神经网络隐层节点的数目可以提高校正精度。当隐层节点数取为40时,用于距离传感器非线性校正的神经网络模型在训练100步后的误差指数(EI)为9.6×10-6。结果表明:本文提出的基于神经网络模型的传感器非线性校正方法是行之有效的。
- 田社平赵阳韦红雨王志武
- 关键词：BP神经网络RPE算法传感器非线性补偿
