基于径向基神经网络的光伏发电功率预测模型

针对光伏发电系统的输入和功率变化,提出径向基函数光伏发电系统功率预测模型,选择与目标预测相同时间的两个活动类型相同、时间节点接近、温度之间波动差距最小的一个历史天气样本作为相似日,把所有需要同时测量的样本数据中与光伏风力发电并网功率最密切相关的一个太阳光辐射活动强度值作为数据输入量,建立基于径向基函数(RBF)的光伏发电并网功率波动预测系统模型,以此来对光伏风力发电的并网功率波动大小进行自动预测,对光伏风力发电的机组并网系统功率波动大小可以进行有效地自动调节,从而平滑光伏风力发电机组并网功率发生波动。最后通过利用随机实例分析验证,所需要建立的预测功率模型已经具备较高计算精准度,验证该方法确实可行。

探讨生产机械电气工程的维护及管理措施

生产机械的运行主要靠动力驱动,电气工程的维护和管理影响着运行,这与操作人员的安全密切相关。 过去,生产机械电气系统的维护和管理都是通过定期维护来进行的。 但是,从应用的角度来看,这种方法还存在一些不足,不能提高生产机械电气工程管理的效率。 由于维护不善,生产机械的性能经常下降。 基于此,需要根据实际情况制订完善的维护管理制度。 电系统是当前生产机械的一个特别重要的方面,具有机械动力和控制等功能。 当生产机械电气系统出现异常时,会影响整个生产机械,造成火灾或触电等事故,特别是当生产产品与水溶液混合时,危害更大。 基于此,为了提高企业安全生产和维护人员安全,有必要加强生产机械电气工程的维护和管理。 另外,当企业处于运行状态时,加强安全生产有利于降低安全隐患发生的概率,提高企业的经济效益。