摘要：为解决传统的水温小样本非实时预测方法预测精度低、鲁棒性差等问题,基于物联网实时数据,提出了遗传算法(GA)优化BP神经网络的池塘养殖水温短期预测方法,并在此基础上设计开发了池塘养殖水温预测系统,首先采用主成分分析法筛选出影响池塘水温的关键影响因子,减少输入元素;然后使用遗传算法对初始权重和阈值进行优化,获取最优参数并构建了基于BP神经网络的水温预测模型;最后采用Java语言开发了基于B/S体系结构的预测系统。该系统在江苏省宜兴市河蟹养殖池塘进行了预测验证。结果表明:该系统在短期的水温预测中具有准确的预测效果,与传统的BP神经网络算法相比,研究内容评价指标平均绝对误差(MAE)、平均绝对百分误差(MAPE)和误差均方根(MSE)分别为0.196 8、0.007 9和0.059 2,均优于单一BP神经网络预测,可满足实际的养殖池塘水温管理需要。

摘要：对35 kV线路故障定位的系统研究进行了详细的阐述,并最终实现了35 kV线路的故障定位。首先分析了35 kV线路特征,对其进行了模拟仿真。针对C型行波法计算速度快、误差大,S注入法检测速度慢、但精度高的这些特点,将这两种方法有效地结合起来,进行故障定位时分两步进行,首先用C型行波法定出大概距离,然后用S注入法准确定出故障位置并确定分支,这在很大程度上提高了故障定位的效率、准确性和可靠性。简要地介绍了C型行波法和S注入法的硬件装置。脉冲信号发生器可以是产生并发送一定幅值的不同周期和脉宽的脉冲信号。用S注入法定位的关键是硬件设备,包括S信号发生器和信号探测器。信号发生器可以产生并发出220 Hz的信号电流,信号探测器可以有效地接受并反应信号发生器的220 Hz信号。