|
ЭЛЕКТРОННАЯ БИБЛИОТЕКА
Тема магистерской работы: "Нейросетевое моделирование установившихся режимов электрической сети"
Собственные материалы.
1. «Нейросетевое моделирование задач оперативного управления электрическими сетями». Селинова Т.И. ДонНТУ.
Статья посвящена нейросетевому моделированию задач оперативного управления электрическими сетями. Для обеспечения надлежащего уровня надежности функционирования электроэнергетических объектов существует настоятельная необходимость совершенствования систем управления, особенно диспетчерского путем разработки новых подходов, в том числе, основанных на методах искусственного интеллекта и принципах адаптивного управления.
(смотреть)
Источник: (смотреть)
2. «Расчеты установившихся режимов электрических сетей с использованием нейронных сетей». Селинова Т.И. ДонНТУ.
В работе рассматривается применение нейронной сети для задачи расчета установившегося режима.
(смотреть)
Информация из Internet.
3. В.Я.Любченко, Д.А.Павлюченко «Генетические алгоритмы оптимизации режимов электроэнергетических систем».
Приведено краткое описание некоторых оптимизационных задач электроэнергетики, решенных авторами с помощью генетических алгоритмов.
(смотреть)
Источник: http://ermak.cs.nstu.ru/IST2003/papers/lyubchenko.pdf
4. И.В.Кызродев, М.И.Успенский «О сходимости решения при самообучении нейросети в процессе восстановления электроснабжения потребителей».
Рассматривается восстановление электроснабжения потребителей в аварийных ситуациях и при режимных ограничениях при помощи самообучения искусственных нейронных сетей.
(смотреть)
Источник: http://energy.komisc.ru/seminar/Shod-Res.pdf
5. Е.В. Бирюков, М.С. Корнев «Практическая реализация нечеткой нейронной сети при краткосрочном прогнозировании электрической нагрузки».
Предложены более быстродействующие методы оперативных расчетов, основанные на различных упрощениях.
(смотреть)
Источник: http:// library.mephi.ru/data/scientific-sessions/2005/nero/ch2/3-2-1.doc
6. М.В.Хохлов «Расчеты установившихся режимов ЭЭС с использованием нейронных сетей».
Предложен новый подход к прогнозированию электрической нагрузки основанный на нечеткой нейронной сети. При разработке нечеткой нейронной сети применялись два наиболее распространенных алгоритма нечеткого вывода: алгоритм Мамдани и алгоритм Сугено.
(смотреть)
Источник: http://energy.komisc.ru/seminar/Hoh-ras.pdf
Бумажные источники.
7. Ю.Я.Чукреев «Прототип экспертной системы советчика диспетчера региональной ЭЭС».
В данной статье сделана попытка создания прототипа советчика диспетчера региональной ЭЭС, работающего на единой информационной основе.
(смотреть)
Источник: http://energy.komisc.ru/seminar/Chukr1.pdf
8. Заиграева Ю.Б., Манусов В.З., Павлюченко Д.А. «Планирование потерь мощности в электроэнергетических системах на основе методов искусственного интеллекта».
Рассматривается построение модели прогнозирования потерь мощности в реальной энергосистеме с помощью вероятностно-статистического метода и аппарата искусственных нейронных сетей.
(смотреть)
Источник: http://www.science.az/physics/indexfiz2005.html
9. П.В.Афонин «Оптимизация на основе имитационного моделирования с использованием генетического алгоритма и нейросетевых метамоделей».
Рассматривается задача оптимизации на основе имитационных моделей сложных систем. Отмечается необходимость использования метамоделей в процессе поиска решения.
(смотреть)
10. «NEURAL NETWORKS» by Christos Stergiou and Dimitrios Siganos .
В статье рассматривается что такое нейронные сети, почему они ипользуются, как обучаются.
(see)
Источник: http://oasis.peterlink.ru/~dap/nneng/papers/nnintro.html
Перевод Селиновой Т.И.:(смотреть)
|
|
|
|
|
