吴耀华
- 作品数：16 被引量：54H指数：5
- 供职机构：陕西理工大学电气工程学院更多>>
- 发文基金：国家级大学生创新创业训练计划更多>>
- 相关领域：电气工程自动化与计算机技术文化科学更多>>
- 非正弦负载的无功功率计量和补偿
- 2007年
- 尽管在正弦电路中无功功率的概念非常清楚,但对于非正弦电路中无功功率的定义仍有争议。本文分析和评述了Budeanu定义无功功率Qb和Fryze定义无功功率QF,并对其在非正弦负载的无功功率计量和补偿应用进行了总结和说明。
- 吴耀华
- 关键词：无功功率非正弦
- 《微机原理与接口技术》课程目标达成度评价体系的构建及应用被引量：4
- 2020年
- 课程目标达成度决定着毕业要求的达成情况,是保证工程教育人才培养质量的支柱。在理解成果导向教育理念的基础上,明确《微机原理与接口技术》课程对毕业要求的支撑作用,厘清专业认证对课程教学的要求,建立毕业要求与课程目标间的矩阵关系,以完善课程大纲为抓手将课程要求具体化。围绕对应的毕业要求指标点,明确课程目标,优化课程内容和教学环节,完善考核方式,实施课程目标达成度评价策略。从措施上保证认证理念在具体课程建设中落实,为进行课程评价和持续改进提供依据。
- 余新栓康金辉吴耀华宋潇
- 关键词：达成度课程目标
- 基于广义回归神经网络的月度负荷预测被引量：1
- 2007年
- 研究了月度负荷的特性，指出了其季节波动性和趋势增长性双重特性；介绍了广义回归神经网络的基本理论，提出以横向历史数据和纵向历史数据作为输入神经元，建立了月度负荷预测模型，并将其应用于我国某地区月度负荷预测，结果表明：该模型的预测精度明显高于一般的BP网络。
- 吴耀华
- 关键词：广义回归神经网络月度负荷预测BP神经网络
- 小波神经网络在电力系统月度负荷预测中的应用被引量：4
- 2009年
- 在研究了电力月负荷特性的基础上提出了一种新型的月度负荷预测模型———小波神经网络负荷预测模型。该模型以非线性小波基为神经元函数,通过伸缩因子和平移因子计算小波基函数合成的小波网络,以横向和纵向历史负荷数据作为输入神经元,采用基于BP(back propagation)算法的网络自调整算法,同时还采取自判断调整步长的方法,使得跨过局部极小点的同时还加快了收敛速度。该网络不但能达到全局最优的逼近效果,还能有效地克服了人工神经元网络学习速度慢、难以合理确定网络结构、存在局部极小点的固有缺陷。应用该模型预测我国某地区月负荷,结果表明,该模型预报精度高,自适应性好,收敛速度也明显快于单纯的神经网络。
- 吴耀华刘学琴
- 关键词：电力系统小波神经网络月度负荷预测
- 基于ART-CC的电力负荷数据预处理
- 2008年
- 电力负荷观测值由于受到各种因素的影响,正常的负荷数据中夹杂着许多脏数据,严重影响负荷预测的精度。对此提出了由自适应共振网络(ART网络)和超圆神经元网络(CC网络)组合而成的神经网络模型,并应用该模型清洗陕西省某地区的负荷数据,结果表明该模型能较好的完成脏数据的辨识任务,对负荷数据修正后能明显提高负荷预测精度。
- 吴耀华
- 关键词：负荷预测
- 一种月度负荷预测的新方法被引量：1
- 2007年
- 研究了月度负荷的特性,指出了其季节波动性和趋势增长性双重特性;介绍了广义回归神经网络的基本理论,提出以横向历史数据和纵向历史数据作为输入神经元,建立了月度负荷预测模型,并将其应用于我国某地区月度负荷预测,结果表明:该模型的预测精度明显高于一般的BP网络。
- 吴耀华
- 关键词：广义回归神经网络月度负荷预测BP神经网络
- 一例电能表错接线误差分析和电费追补估算被引量：1
- 2018年
- 分析了某实际系统电能表接线的计量原理,错接线时的计量误差,给出了解决措施,结合负载实际进行了电费追补估算。
- 杜柏江赵倩吴耀华马永翔黄雅雯
- 关键词：电能表三相三线制
- 火电厂钢球磨煤机专家模糊PID解耦控制方法研究被引量：6
- 2011年
- 针对钢球磨煤机(球磨机)制粉系统多变量、强耦合、非线性、大滞后的复杂控制对象难以建立准确的数学模型,以及常规PID解耦控制算法控制效果不理想等,提出了专家模糊PID解耦控制方法,该控制方法能够对PID参数进行实时整定,可适应球磨机制粉系统在不同工况下的控制要求。以略阳电厂球磨机制粉系统为对象,对球磨机专家模糊PID解耦控制系统进行了仿真验证。结果表明,该控制系统控制品质较好,能够适应球磨机制粉系统在不同工况下PID参数的实时调整,具有较好的控制效果,控制性能和鲁棒性均优于常规PID解耦控制。
- 孙林杨琳霞吴耀华
- 关键词：火电厂制粉系统球磨机控制器
- 基于GM-GRNN的电力系统长期负荷预测被引量：11
- 2007年
- 由于长期负荷历史数据比较少,因此预测难度较大。在分析了灰色预测和神经网络预测的优缺点的基础上,提出了一种新型的预测方法——GM-GRNN预测方法,此方法就是将灰色预测方法和人工神经网络中的广义神经网络相结合的预测方法,新方法发挥了灰色预测方法中的“累加生成”的优点,能够削弱原始数据中随机性并增加规律性,同时避免了灰色预测方法及其预测模型存在的理论误差。最后采用我国某省年用电量的预测的算例表明该方法的预测精度优于单一的灰色预测和单一的神经网络预测方法,为电力系统长期负荷预测提供了一种有用的方法。
- 吴耀华
- 关键词：电力系统长期负荷预测人工神经网络灰色预测
- 基于蚁群算法的配电网故障恢复重构被引量：5
- 2009年
- 研究了故障后输电线路的重构优化问题,提出了一种求解目标最优的故障恢复重构算法。该算法基于蚁群算法,以电压稳定为前提,建立了以降低网损和操作开关数目最少为目标的数学模型。该算法不依赖初始参数的设置,具有全局搜索的能力,可通过改变权重系数将网损、开关操作数目等多目标优化问题转化为单目标优化,提高算法效率。实例证明该算法可以准确得到配电网故障后电网重构的最佳方案。
- 刘学琴崔宝华吴耀华王翠娟
- 关键词：蚁群算法配电网
