1 基于多层神经网络的电力电气控制阀节能方法概念
在电能控制阀的节能设计中，电压是最重要的部分，由于电压不断波动，会使钥匙控制信号出现较大的误差，导致电控阀在电压控制中的表达不准确，而HI。能源消耗。目前，中国的设计水平较低，但也有一些新的设计方法，如基于多层去噪神经网络的电压调节。这是一种智能电压控制方法。其原理是通过设计电压信号去噪模型消除电压控制中的模糊性和波动性。它通过误差、及时处理、提高控制精度、多层神经网络模型，实现电压的智能控制，具有更低的能耗和更明显的节能效果。
2 具体参数
2.1 具体参数
多层神经网络是指前向网络，因为电力控制阀的电压变化是非线性变化的，而多层神经网络的输入和输出是线性变化的。然后，将控制中的电控阀电压的参数作为输入层的数据，以最佳电压作为输出层。采用隐层作为动态学习过程，在电压波动下设定最优节能控制功能，实现节能设计。
如果电源控制阀中的电压波动，则各种键控信号的误差会增大，控制过程的精度也会显得更模糊，最终会导致能耗过大的问题。为了有效地消除模糊性，建立参数E来精确地描述控制阀的电压波动的控制误差，然后将参数引入电力控制系统中，并将E（t）设置为电压波动的误差信号。控制阀的设定，EC设定为电压波动率，K设定为可变。控制系数可以得到EC＝kEC（t）和e= kE（t）的两种控制模型。当异常波动电压发生时，可以使用U=βE+（1β）EC模型来描述电压信号的控制规律。电压波动的幅值系数表示为β，β的值一般设置为1。如果存在较大的电压波动，则该方法可用于有效的统计误差。同时，在整个控制过程中，可以通过控制阀的电压波动来控制控制效果，但是电压和控制误差在电压波动的状态下具有不稳定的关系。
根据输入和输出模式，最优电压输出结果如下：根据图标和公式，C是电压波动信号；K是数据分类中心；W是电压稳定控制矩阵；Y是最佳电压输出结果；周长。根据该公式，该方法的训练效率和控制率高，避免了初始值设置不当引起的局部最小值，大大提高了电力控制阀节电控制的精度和可靠性。
2.2 建立模型
当调节智能节能以控制阀门的电压时，可以建立多层神经网络模型。多层神经网络是前向网络的一种形式。非线性是电力控制阀中电压变化的特征，线性是神经网络输入层和输出层的特性，系统失去了系统。在控制阀的电压控制过程中，选择入口层的数据作为参数，输出层的数据选择最佳的电压参数，并且电动控制阀电压的动态变化负责TH的隐藏层。E多层神经网络。
期刊文章分类查询,尽在期刊图书馆
根据该模型得到的参数，可以确定神经网络输出层的最优节能电压值，并利用该方法训练效率最高。因此，当初始值未正确设置时，局部控制电压的初始值出现最小值的问题不存在，并且该方法的使用有利于促进电力。提高了节能控制的精度。
2.3 仿真实验
在提出该模型后，为了验证其可行性，提出了一种仿真实验方法。节能控制对象采用大功率设备。设备的能源选用10V30V的电压，采集信号时选择高精度信号采集卡设备，保证实验中控制电压的安全。在该范围内，核心处理器用于收集数据，然后在转换装置中使用可应用于电气设备的可用电压，然后合理地调节电压，使其能够在合理和高精度的情况下发生变化。范围。最后，计算机输入参数变化结果，并对统计结果变化进行仿真。
3 实验结果
根据数据，我们可以进行仿真实验，主要是通过大型电力设备。电力设备的电压值为10～30V，51微处理器为核心处理器硬件，高精度信号采集卡。在实验中，保证电气设备电气控制阀的电压在可控范围内，并通过核心处理器采集数据。在转换装置的帮助下，将电压转换为可用电压，并将该模型复制到单片机中进行电压的控制和调节。电压在合理的范围内变化，以保证对电力设备的节能控制。最后，将参数变化和最终数据引入到计算机的计算和分析中。
电力控制阀的输入电压控制参数在合理的可控范围内，避免了高能耗和低控制效率。
模拟电力设备输入电流的波动范围随参数的变化而变化，电压控制时间的波动范围没有很大变化。即使在过冲范围内，电压控制参数的波动范围也没有发生很大变化。很明显，模型电压控制的效果是好的。该控制误差在较小范围内得到保证，可以有效地调节和控制电力运行中电控阀的电压波动，确保电气设备处于稳定运行状态，而不需要过多的电能消耗。
通过以上分析可知，基于多层神经网络的电压调节方式，通过去噪设计，改善了电压控制过程中模糊性和不精确性的缺点。通过预设误差范围，将电力电子控制阀的可能误差和计算误差控制在合理范围内，并通过智能调节手段控制电压，降低能耗，达到节能的目的。
4 结语
我国在电气和电能的研究和产品设计方面处于较低水平，但节能的趋势是不可抗拒的。一种基于多层神经网络的新型电压调节控制方法已成为当前研究的热点。降噪设计和预设电压波动可以实现有效的电压控制，达到节能效果。该方法具有广阔的应用前景。
参考文献
[1]刘伟.浅谈气动薄膜控制阀与电/气阀门定位器调校实训台的设计[J].现代工业经济和信息化,2016,6(13):62-63.
[2]颜玉玲,武粉桃.电力电气控制阀的电压节能控制方法[J].电网与清洁能源,2015,31(08):6-9.
[3]成磊,李敏雪.电气控制阀在平台系统中的应用与发展[J].中国修船,2009,22(05):50-51.
论文作者:赵冠南
论文发表刊物:《红地产》2017年2月
论文发表时间:2018/12/13
标签：电压论文; 神经网络论文; 控制阀论文; 节能论文; 误差论文; 多层论文; 参数论文; 《红地产》2017年2月论文;