电能计量自动抄表技术在企业中的应用与展望

在信息化程度高度发达的今天,传统的手工抄表现象已经渐渐地淡出了我们的日常生活,以后总更加先进高效准确的新技术的应用,推动了抄表工作的发展,这就是电能计量自动抄表技术,作为对传统方式的革新,新技术的应用必将带来电力系统新的革命,作为长期工作在一线的工作人员来说,我将根据自己在日常生活中的实践经验,介绍关于电能计量自动抄表技术的应用,并讲述它的发展现状,以及对其未来的发展进行展望,对于相关人员有一定的借鉴。     

基于 BP 神经网络的结构损伤识别研究

针对结构的损伤识别进行了研究,选取结构固有频率平方变化比作为特征参数,建立12×25×1 BP网络结构,采用均方误差函数目标误差函数,学习函数选取梯度下降动量学习函数和L-M优化算法,对四层钢框架结构的损伤进行了检测。     

基于BP神经网络的教师教学质量评价研究

BP神经网络是近年来国内外新兴的一种方法,具有非线性的特点,可以模拟任何非线性的问题.应用BP神经网络对教师教学质量评价体系进行建模,在MATLAB2012中进行训练,得到有效评价模型,最终实现接近真实水平的评价.     

基于CAN-Bus智能小区自动抄表系统的设计和研究

基于CAN-Bus的智能小区自动抄表系统,采用分布式模块化结构组成微机局域网,可根据需要进行灵活配置,支持远程监控,在小区管理中心通过系统主机即可实现自动抄表。该系统安装调试方便、性价比高。具有灵活的功能扩展能力,可以无缝连接小区其它智能化装置,具有实用性、经济性和良好的商业开发前景。     

基于BP神经网络的商品流通规模预警研究

现阶段,通过运用一系列的统计指标和科学方法对商品流通规模进行预警研究,并通过预警系统及时预报警情,为有关部门实施有效调控提供参考,已经成为国民经济持续、稳定和协调发展的必要条件之一。由于影响商品流通规模预警指标的因素具有多样性和复杂性的特点,通过神经网络的方法能较好地描述各个预警指标之间的关系而不需要确定的函数形式,从而可以克服许多传统的经济预警方法对非线性数据的拟合和预测的准确度不高的问题,因此,可以将BP神经网络方法引入商品流通规模预警研究中。     

电能计量的正确接线

以曲沃供电支公司农电工人实际操作技能教学为线索,以单相电能表和三相四线电能表的准确接线为例,基于交流感应式电能表的工作原理,在熟悉感应式电能表结构的前提下,给出掌握电能计量装置的准确接线及接线中的注意事项。     

基于BP神经网络的商业银行风险预警模型研究

建立一个科学、有效的商业银行风险预警模型,是有效防范、化解商业银行风险的重要措施.本文运用BP神经网络和主成分分析相结合的方法构建了一个商业银行风险预警模型.实证结果表明:该神经网络模型能达到88%的较高准确率.     

基于BP神经网络的中小企业贷款风险预警机制研究

本文基于前向三层BP神经网络，选取20个上市中小企业作为样本，12个财务指标作为输入层得到与期望输出值误差较小的实际预测结果，建立科学的风险预警系统，为商业银行向中小企业贷款提供依据。     

浅析电能计量的信息化管理的促进

随着社会的不断发展,对计量的要求越来越高,如何在电能计量领域实现信息的现代化,对于供电企业来说是必须要面对的问题。将从电能计量信息化管理的发展进程及如何促进电能计量信息化管理等方面做出论述。     

浅谈电能计量误差的管理分析

电能计量装置是一杆秤,它的准确与否、可靠程度,不仅影响电能结算的准确性和公平性,而且事关电力工业的发展,涉及国家、电力企业和广大电力客户的经济利益与合法权益。     

基于BP神经网络的中国居民消费价格指数预测

本文采用归一化数据处理方法,建立了基于BP神经网络的中国居民消费价格指数预测的数学模型.经检验,该模型的预测值与历史值的系统总误差只有0.035%,并利用该模型对2010年中国居民消费价格指数走势进行预测,提出了相应的政策建议.     

基于BP神经网络的我国农产品市场风险预警研究

本文从影响农产品供给与需求的因素,以及自然、经济、政策与国际环境等影响农产品价格的因素等方面出发构建了我国农产品市场风险预警的指标体系,并以大豆为例,利用BP神经网络对大豆市场风险预警进行了实证分析,网络训练和验证结果表明BP神经网络很好地拟和、预测出了我国大豆市场风险水平,说明基于BP人工神经网络的农产品市场风险预警模型是切实可行的。     

电能计量管理信息系统的设计与分析

本文针对当前我国电力行业的发展需求进行了分析,主要从市场化和信息化的角度对电能计量设计工作作出分析,以此建设相应的电能计量信息系统,也为管理信息系统作出细化分析,确保其在实践工作中可以发挥出相应的作用.随着用户对电力需求的不断提升,电能计量管理工作从传统设备管理转变为电能量数据管理,电能计量管理系统应以数据采集、数据处...     

基于BP神经网络的商业银行信用风险模型改进探究

BP神经网络信用风险管理模型以其较强的逼近非线性函数的能力而适应商业银行信用风险管理的要求,但是其自身的权值调整方式存在的缺陷影响了模型的应用。分别采用Adaboost算法和遗传算法对BP神经网络信用风险模型进行了改进,通过对200家上市公司的财务数据指标进行考察,比较了两种模型的优劣:经过Adaboost算法改进后,模型可以平稳地达到系统判别的最小误差,但运行时间较长;遗传算法采用变异操作可以迅速达到系统判别的最小误差,但由于权值改变过于激烈,可能造成系统过于注重权值的改变而忽视了原始数据指标的特性。     

基于BP神经网络的个人消费信贷风险识别

这是一种基于BP神经网络的识别个人消费信贷风险的方法,首先,须根据已知的银行客户资料数据建立单隐层的BP神经网络模型,然后,利用得到的模型对提出申请的客户根据其已有的消费信贷历史资料进行风险类型的识别.实例仿真结果表明,这个方法具有很好的实用性.     

基于BP神经网络的山东旅游收入关键因子

在建立影响旅游收入关键因子的指标体系基础上,对影响旅游收入因子进行Pearson相关性删选,利用4层BP神经网络建立模型,对影响旅游收入的关键因子进行识别,结果表明:同一省份的不同城市之间的影响因子存在较大差异,青岛市等旅游收入高的城市主要受到"国内旅游人数"的因子影响;泰安市等旅游收入在中上等的城市主要受到"城镇居民消费支出"的因子影响;莱芜市等旅游收入低的城市主要受到代表历史文化的"博物馆数量"因子影响。交通因素与景区、度假区因素有密切联系,显示出交通的便捷性对提升景区、度假区的经营收入起促进作用。     

电能计量的信息化技术应用

网络化的计量管理信息系统在技术上的实用性和维护性都有其可靠性,对电能计量工作采用信息化管理可以真正实现完全意义上的信息共享,使企业管理的计量装置、计量器具准确可靠的运行。     

基于BP神经网络的企业发展内部动力测量模型研究

为了评价企业发展内部动力,采用BP网络模型,选取企业的相关数据作为训练样本,样本数据输入后系统自动学习,当误差减小到要求的范围内,系统停止学习。将BP神经网络学习算法用M atlab软件进行运算,训练企业发展内部动力的神经网络模型,以此测量和评价企业发展内部动力的主要指标,从而改进和调整企业发展内部动力的相关因素。     

浅谈数字电能计量及其检测技术

数字电能表是应用模数转换技术计量电能并直接以数字显示的仪表。其工作原理为先进行交流电压与交流电流相乘,并求得表征信号周期内平均功率,随后对其做累计运算,得到t2-t1内的电能。本文主要探讨数字电能计量及其检测技术。     

BP神经网络在权证定价中的应用研究

采用BP神经网络方法,选取2006年4月15日前所有上市欧式权证作为研究对象,建立了权证定价的BP模型。其中,标的股价波动率是影响权证价值的一个重要变量,对所选14只权证的历史波动率和隐含波动率进行了估计,并将其同时作为BP模型的输入参数,以比较其影响。研究结果显示,不论是使用历史波动率还是隐含波动率,BP模型在定价精确度上均优于B-S模型;BP模型使用隐含波动率后,整体降低了与市价的误差。