学位论文 > 优秀研究生学位论文题录展示
基于BP神经网络的电力监测多规约识别系统的设计与实现
作 者: 穆鑫
导 师: 周莲英
学 校: 江苏大学
专 业: 通信与信息系统
关键词: 通信规约 电力监测 识别系统 BP神经网络
分类号: TP183.1
类 型: 硕士论文
年 份: 2007年
下 载: 58次
引 用: 0次
阅 读: 论文下载
内容摘要
在数字化电力监测系统中,电力数据信息的传递必须遵循一定的通信规约。由于不同的终端设备生产厂家存在技术上和利益上的不同,通信规约的统一还将是一长期的过程。实现不同型号、不同规约的设备之间的方便而高效的互联是当前电力监测系统需迫切解决的问题。论文在对各种标准、流行规约进行收集和整理的基础上,深入分析了不同规约之间的差异,设计了一种基于BP人工神经网络的多规约的识别系统。论文的具体研究内容包括:多规约识别特征值的设计,将帧头一定长度的数据作为特征码,并进行归一化处理后得到特征值;多规约学习算法的选择,仿真分析比较了几种BP神经网络的算法,根据收敛速度及识别率选择共轭梯度下降法作为多规约识别系统BP神经网络的识别算法;多规约识别网络的建立,通过仿真,依据识别率得出适合于本文多规约识别系统的BP神经网络隐含层最佳节点数为90;多规约识别系统的设计,针对电力传输中监测终端地址相对固定的特点,采用在系统中建立识别表、识别前先判断是否已有该终端地址所发数据帧等措施,提高识别系统的实时性。论文最后利用VC++完成了基于BP神经网络的多规约识别系统的软件实现,给出了主要的类及其函数,以及网络初始化时的数据格式等,并对实际识别性能进行了测试,实际测试结果与仿真结果相近。
|
全文目录
摘要 5-6 ABSTRACT 6-9 第一章 绪论 9-13 1.1 研究背景和现状 11-12 1.2 研究内容和目的 12 1.3 论文结构安排 12-13 第二章 电力监测系统简介 13-16 2.1 电力监测终端简介 13 2.2 电力监测主站结构 13-15 2.3 规约识别系统 15 2.4 小结 15-16 第三章 人工神经网络技术分析 16-29 3.1 人工智能技术 16-21 3.2 BP神经网络的学习算法 21-25 3.2.1 BP神经网络的基本学习算法 21-23 3.2.2 BP神经网络学习算法的改进 23-25 3.2.3 其它学习算法 25 3.3 BP人工神经网络的应用 25-28 3.3.1 BP神经网络的工作流程 26-27 3.3.2 特征值的提取 27 3.2.3 学习算法的设计 27-28 3.3.4 网络参数设置 28 3.4 小结 28-29 第四章 多规约识别系统的设计 29-37 4.1 多规约识别特征值的设计 29-31 4.2 多规约识别学习算法的选择 31-33 4.3 多规约识别网络的建立 33-35 4.4 多规约识别系统的流程设计 35-36 4.5 小结 36-37 第五章 多规约识别系统的软件实现 37-56 5.1 识别系统的组成 37 5.2 识别系统对规约解析的调用 37-41 5.3 识别系统的详细设计 41-53 5.4 系统性能测试 53-56 第六章 总结与展望 56-58 6.1 本文所完成的工作 56 6.2 有待进一步研究 56-58 参考文献 58-61 附录 A 61-64 附录 B 64-66 致谢 66-67 攻读硕士期间的科研情况 67
|
相似论文
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 高速公路拆迁民众生存系统评价研究,D523
- 煤矿风险信息集成与智能预警研究,X936
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 压感式指纹识别系统及算法研究,TP391.41
- 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
- 基于神经网络的漯河技术监督局食品安全预警系统研究,F203
- 基于神经网络的自适应噪声主动控制研究,TP183
- 复杂背景下车牌定位的研究与设计,TP391.41
- 数字型仪表自动识读系统研究,TP391.41
- 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
- 多向变异遗传算法及其优化神经网络的研究,TP18
- 基于因子分析和BP神经网络的风机状态诊断研究,F426.61
- 基于BP神经网络的GPS高程拟合模型及其应用研究,P228.4
- 转炉炼钢终点指导系统的研究与设计,TF345
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|