一种基于自适应改进蜉蝣和BP神经网络的负荷预测方法

    公开(公告)号:CN115438842A

    公开(公告)日:2022-12-06

    申请号:CN202210989752.X

    申请日:2022-08-18

    Applicant: 武汉大学

    Abstract: 本发明涉及电力负荷预测技术,具体涉及一种基于自适应改进蜉蝣和BP神经网络的负荷预测方法,采集目标区域在某一时间段的用电负荷数据及对应的天气特征数据,分别归一化后形成原始数据集;利用三层小波分解将原始数据集分解为A3、D1、D2、D3四个小波;构建并确定BP神经网络的结构、学习效率、目标精度和训练次数,确定自适应改进蜉蝣算法的种群规模、迭代次数、搜索空间上下界、搜索速度上下界,依据BP神经网络参数的个数确定蜉蝣种群维数;利用自适应改进蜉蝣算法迭代优化BP神经网络参数,分别对四个小波进行预测得到预测数据A3′、D1′、D2′、D3′,将其叠加,得到最终的负荷预测值。该方法能够更加准确地解决多重场景的用电负荷预测,具有较强的自适应能力。

    一种磁悬浮工作台结构尺寸参数确定方法

    公开(公告)号:CN115130237A

    公开(公告)日:2022-09-30

    申请号:CN202210678238.4

    申请日:2022-06-13

    Applicant: 武汉大学

    Abstract: 本发明提出了一种磁悬浮工作台结构尺寸参数确定方法。确定待优化变量,所述的优化变量包括:磁悬浮工作台的待优化结构参数、磁悬浮工作台的优化约束条件;基于磁场模型构建磁悬浮工作台磁力数值模型;对多个优化目标如减小质量,功耗,提高效率,减小刚度等,进行归一化后进行合并,形成复合优化目标函数,复合优化目标函数中的有关磁力计算部分则基于建立的磁悬浮工作台的整体磁力数值模型进行求解。本发明优点在于,将多目标智能优化方法与磁悬浮工作台可并行化数值电磁模型相结合,从而获得一种具有良好通用性的磁悬浮工作台结构尺寸选择方法,提高了磁悬浮工作台结构参数优化效率以及优化结果的准确性。

    一种磁悬浮工作台结构尺寸参数确定方法

    公开(公告)号:CN115130237B

    公开(公告)日:2024-04-26

    申请号:CN202210678238.4

    申请日:2022-06-13

    Applicant: 武汉大学

    Abstract: 本发明提出了一种磁悬浮工作台结构尺寸参数确定方法。确定待优化变量,所述的优化变量包括:磁悬浮工作台的待优化结构参数、磁悬浮工作台的优化约束条件;基于磁场模型构建磁悬浮工作台磁力数值模型;对多个优化目标如减小质量,功耗,提高效率,减小刚度等,进行归一化后进行合并,形成复合优化目标函数,复合优化目标函数中的有关磁力计算部分则基于建立的磁悬浮工作台的整体磁力数值模型进行求解。本发明优点在于,将多目标智能优化方法与磁悬浮工作台可并行化数值电磁模型相结合,从而获得一种具有良好通用性的磁悬浮工作台结构尺寸选择方法,提高了磁悬浮工作台结构参数优化效率以及优化结果的准确性。

Patent Agency Ranking