基于BP神经网络的智能台区识别方法研究

发布时间：2018-08-07 09:41

【摘要】：为方便普查用户台区和相位信息,特别是解决跨台区用户信息识别难题,提出一种基于BP神经网络的智能台区用户信息识别方法并研制了该系统。系统由识别器和手持器两部分组成,通信方式采用电力载波通信技术,对于垮台区用户,依据系统和已识别用户之间的通信信号品质,选取隐藏层节点数为6的前向BP神经网络作为跨台区用户识别模型进行识别。MATLAB仿真和实际测试结果表明:该方法可有效解决跨台区通信串扰难题,能够智能识别用户台区和相位信息,同时具有识别准确性高、容差性能较好的优点,对提高台区用户信息识别准确性,减少工作量降低成本,具有重要意义。
[Abstract]:In order to investigate the user area and phase information, especially to solve the problem of user information identification, a method based on BP neural network for the identification of user information in smart station is proposed and the system is developed. The system is composed of two parts: the recognizer and the handheld. The communication mode is based on the communication signal quality between the system and the identified users. The BP neural network with hidden layer node number of 6 is selected as the identification model of cross-station user identification. MATLAB simulation and actual test results show that this method can effectively solve the cross-area communication crosstalk problem. It is of great significance to improve the accuracy of user information identification and to reduce the workload and reduce the cost, because it has the advantages of high recognition accuracy and good tolerance performance, which can intelligently identify the user's station and phase information, at the same time, it has the advantages of high recognition accuracy and good tolerance.
【作者单位】： 上海电力学院电子与信息工程学院;国网上海市电力公司青浦供电公司;
【基金】：国家自然科学基金资助项目(61202369) 上海市自然科学基金自主项目(14ZR1417400) 上海市科技创新行动计划地方院校能力建设项目(13160500900) 上海市教育委员会科研创新项项(12ZZ176,13YZ102)
【分类号】：TM73;TP183

【相似文献】

相关期刊论文 前10条

1 孙金颖;武涌;刘长滨;;基于BP神经网络的既有居住建筑节能改造模式选择[J];暖通空调;2007年09期

2 唐文;焦中生;饶若愚;邓亮;;基于改进的BP算法雷达故障诊断系统设计[J];火力与指挥控制;2008年S1期

3 王红芳;康慕宁;邓正宏;;BP神经网络在大气环境质量评价中的应用研究[J];科学技术与工程;2009年07期

4 邵先胜;沈正伟;李之波;;基于BP神经网络的沥青路面使用性能评价模型[J];河南科技;2011年06期

5 罗广恩;崔维成;;金属疲劳裂纹扩展速率的贝叶斯正则化BP神经网络预测[J];船舶力学;2012年04期

6 郭红涛;;基于BP算法的电力系统负荷预测[J];科技信息;2013年04期

7 唐巍,陈学允;并行BP网在电力系统暂态稳定分析中的应用[J];哈尔滨工业大学学报;1997年04期

8 ;韩国BP机普及率世界第一[J];农电管理;1997年05期

9 潘力强,马歆,杨长青;广义BP网用于电力系统短期负荷预报[J];湖南电力;1998年03期

10 林长浩;;自制最简BP机式调频立体声收音机[J];电子制作;1998年03期

相关会议论文 前10条

1 吴炎;杜栋;;基于BP神经网络的江苏省农业可持续发展能力评价[A];决策科学与评价——中国系统工程学会决策科学专业委员会第八届学术年会论文集[C];2009年

2 栗秋华;李杨;卢雯嘉;游步新;;基于遗传算法和BP神经网络的电力系统电压稳定性预警模型[A];重庆市电机工程学会2010年学术会议论文集[C];2010年

3 戴立新;胡洁;李美叶;;基于BP神经网络的农户小额信用贷款风险评价研究[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

4 戴立新;胡洁;李美叶;;基于BP神经网络的农户小额信用贷款风险评价研究[A];中国会计学会高等工科院校分会2007年学术年会暨第十四届年会论文集[C];2007年

5 贾燕;陈思嘉;沈京玲;;基于BP神经网络的毒品太赫兹光谱识别[A];中国光学学会2006年学术大会论文摘要集[C];2006年

6 刘志飞;;基于BP神经网络的助学信贷评估模型[A];信息经济学与电子商务：第十三届中国信息经济学会学术年会论文集[C];2008年

7 宋宜斌;王培进;李凯里;;多层前馈神经网络中BP算法的改进及其应用研究[A];2001年中国智能自动化会议论文集（上册）[C];2001年

8 简季;杨武年;马正龙;陈园园;;BP神经网络在土地分类中的应用研究——以汶川地区为例[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

9 尤焕苓;丁德平;王春华;刘伟东;谢庄;;应用回归分析和BP神经网络方法模拟北京地区电力负荷[A];第26届中国气象学会年会预测与公共服务分会场论文集[C];2009年

10 唐凤英;喻长远;胡随瑜;;两种Bp网络测试方法在抑郁症中医证型分类中的对比研究[A];全国中西医结合基础理论学术研讨会论文集[C];2004年

相关重要报纸文章 前10条

1 赵晏彪;BP科学家获国际科学技术合作奖[N];中国化工报;2007年

2 宗林;中科院BP联手推进清洁能源商业化[N];中国化工报;2007年

3 陈其珏;中科院与BP共建清洁能源商业化中心[N];上海证券报;2007年

4 鲍勇剑;BP漏油100天危机启示录[N];21世纪经济报道;2010年

5 中山大学附属第三医院风湿科 黄建林;美国医生腰间常挂BP机[N];健康报;2011年

6 本报记者 王佑;BP：高效与环保并重[N];第一财经日报;2006年

7 记者 郁红;中科院BP将共建清洁能源商业化中心[N];中国化工报;2008年

8 王明毅;中科院与BP携手推进清洁能源商业化进程[N];中国石油报;2007年

9 本报记者 詹铃;BP出售资产追踪：美企“吃肉” 中企“喝汤”？[N];21世纪经济报道;2010年

10 龚月;中石油BP联手竞得伊拉克油田[N];中国企业报;2009年

相关博士学位论文 前3条

1 孙晓琳;基于Kalman滤波和BP神经网络的财务危机动态预警模型研究[D];哈尔滨工业大学;2010年

2 何毅;基于BP神经网络电容法刨花含水率测试仪的研究与开发[D];南京林业大学;2006年

3 王兟;脑卒中患者体内BP抗体水平与大疱性类天疱疱患者认知功能研究[D];北京协和医学院;2015年

相关硕士学位论文 前10条

1 孙映白;基于BP神经网络的软测量技术在水松纸透气度检测中的应用研究[D];昆明理工大学;2015年

2 段伟超;BP神经网络修正卡尔曼滤波在边坡监测中的应用[D];郑州大学;2015年

3 林春;基于BP神经络的广东海洋生产总值预测研究[D];五邑大学;2015年

4 林琳;基于BP神经网络的水利工程风险管理研究[D];江西理工大学;2015年

5 王晓菲;BP神经网络下商业银行绿色信贷风险评估研究[D];天津理工大学;2015年

6 周聪;基于改进BP神经网络的直接甲醇燃料电池的浓度测量及控制[D];上海交通大学;2015年

7 卞正国;深空信道中束协议（BP）的性能分析[D];苏州大学;2015年

8 巫文蔚;束协议（BP）在深空链路中断下的性能研究[D];苏州大学;2015年

9 潘长城;基于BP神经网络的化工园区安全风险水平研究[D];首都经济贸易大学;2015年

10 隋惠惠;基于BP神经网络的短期电力负荷预测的研究[D];哈尔滨工业大学;2015年

，

本文编号：2169626