人工神经网络基本功能
开篇：润墨网以专业的文秘视角，为您筛选了八篇人工神经网络基本功能范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
人工神经网络基本功能范文第1篇
摘要：旅游需求的预测预报研究一直是旅游学研究的一个重要课题。本文在对到访澳门地区中国内地游客量分析的基础上,运用人工神经网络(ANN)的理论和方法,构建了ANN模型分析中的3层BP模型,以澳门近10年（1996-20__）入境来访的中国内地旅游人数为例进行模型验证，模拟结果表明,BP神经网络预测的结果能够高程度的吻合原始数据，在旅游市场预测中，BP神经网络预测是一种有效的预测方法。一．问题的提出与分析近年来，对澳门地区的旅游业来说，中国内地旅客是旅游收入的主要来源。目前旅游业已成为澳门地区经济发展特别是第二产业发展的支柱。建立科学的可操作的旅游预测模型是实现澳门地区旅游业持续健康稳定发展的理论基石和前提。由于影响某地旅游人数的因素各异，还不存在普遍适用的神经网络模型。基于此，本文拟用3层BP神经网络模型来仿真模拟分析和预测澳门地区旅游需求,以此为旅游需求预测提供一种新的方法。二．模型的假设与符号说明1．基本假设1）交通在旅游中通常不是重要的，为了研究的方便（主要是无法获得交通数据），把交通这个影响忽略。2）假设澳门的接待能力都满足需求。3）在本例旅游需求预测模型中，我们考虑的主要因素有：客源地的人口，客源地的总收入，客源地的消费水平，旅游目的地的生活水平。4）为了研究的方便，假定以上四因子之间相互独立，本例旅游需求即为上述四因子的函数，即y=f(GDI,POP,GDE,M-GP)。就用这四个因素作为人工神经网络模型输入层的神经元。2．符号说明T澳门内地游客量GDI中国内地国民总收入POP中国内地人口总数GDE中国内地国民消费水平M-GP澳门生产总值三．模型的建立与求解1．人工神经网络模型理论原理
人工神经网络（ArtificialNeuralNetwork）是由大量的、简单元件（神经元）广泛相互联结而成的非线性的、动态的复杂网络信息处理系统，它是在现代神经学研究成果基础上提出的，能模拟人脑的若干基本功能[1]。它具有并行分布的信息处理结构，可以通过“自学习”或“训练”的方式完成某一特定的工作。它可以从积累的工作案例中学习知识，尽可能多地把各种定性或定量的因素作为变量加以输入，从而建立各种影响因素与结论之间的高度非线性映射，采用自适应模式识别方法来完成预测工作[2]。人工神经网络模型尤其是对处理内部规律不甚了解、不能用一组规则或方程进行描述的复杂的、开放的非线性系统显得较为优越。人工神经网络模型一般由处理单元、激活状态、单元输出、连接模式、激活规则、学习规则等6个部分组成。一个多层神经网络中包含有很多个信息处理单元,分布于不同的层次中。根据每项输入和相应的权重获取一个综合信号，当信号超过阈值则激活神经元而产生输出。各类影响因素和最终输出结果之间可以假定存在一种映射,即输出结果＝F（影响因素）。为了寻求最佳的映射关系F，将训练样本集合和输入、输出转化为一种非线性关系，通过对简单非线性函数的复合，从而建立一个高度的非线性映射关系F,最终实现输出值的最优逼近［3］。在人工神经网络的实际应用中，80~90的人工神经网络是采用前馈反向传播网络（back-propagation-network,简称BP网络）或它的变化形式。BP神经网络（如图一）是一种单项传播的多层前向神经网络，分为输入层、隐含层和输出层，层与层之间采用全连接方式，同一层单元之间不存在相互连接。它是前向网络的核心部分，体现了人工神经网络最精华的部分[4]。标准的BP网络是根据W-H学习规则，采用梯度下降算法，对非线性可微函数进行权值训练的多层网络。图一：BP神经网络的每一层的权值通过学习来调节，其基本处理单元为非线性输入－输出关系，选用S型作用函数：其中：xj为该神经元第i个输入；wij为前一层第i个神经元至该神经元j的连接权值，i＝0时的权值为阈值。其计算步骤如下：（1）给定一组随机的权值和阈值初始值及步长系数η与势态因子α；（2）取学习样本数据，根据学习样本、权值及阀值计算输出，并与学习期望输出比较，当误差满足要求时结束训练，否则将误差向后逐层传播，并修正各层连接权值，调整公式为：其中：k取j结点所在层的前一层所有结点。5）澳门内地旅客人数神经网络模型的建立(一)BP网络设计网络设计是一个综合性问题，它应满足多种不同要求，例如，希望所涉及的网络有较好的推理能力，易于硬件实现，训练速度快等，其中有较好的推理能力是最主要的。一般来说，推广能力决定于3个主要因素，即问题本身的复杂程度、网络结构以及样本量大小。在一般情况下，旅游需求预测研究中样本的数量是一定的，因此可归结为在样本量一定的情况下，如何选择网络规模的问题。在进行BP网络预测模型设计中，我们主要考虑以下因素：网络的层数、每层中的神经元个数、初始值的选择、学习速率和期望误差。i)网络的层数已证明：具有偏差和至少一个S型隐含层加上一个线性输出层的网络，能够逼近任何有理函数。所以，本文选择一个3层的BP网络。ii)每层中神经元的个数输入层和输出层神经元的个数根据解决具体问题的复杂程度而定。为了提高网络训练的精度，可以通过采用一个隐含层，再加上1到2个神经元以加快误差的下降速度即可。因此，本文输入层神经元个数选择为4个，隐含层神经元个数分别选择了9、12、15个，输出层神经元个数选择为1个。iii)初始值的选择由于人工神经网络是一个非线性系统，初始值的选择对于网络学习是否达到局部最小、是否能够收敛以及训练时间的长短都有较大影响。在初始值的选择上一般是使经过初始值加权后的每个神经元的输出值都接近零，这样可以保证每一个神经元的连接权值都能够在它们的S型激活函数变化最大处进行调解。所以，初始值一般选择在（-1,1）之间的随机数。本文的初始值为默认值。iv)学习速率对于任何一个网络都对应一个合适的学习速率。学习速率决定每一次循环训练中所产生的权值的变化量。大的学习速率可以导致网络的不稳定，但是小的学习速率又会导致训练时间延长，收敛速度较慢，不能保证网络的误差能最终趋于最小。综合上述考虑，在学习速率的选择上倾向于选择较小的学习速率以保证网络的稳定性，本文选择的学习速率为0.01。v)期望误差值期望误差值的确定也是通过网络对不同误差值分别进行训练比较后确定的最适合值。所谓的最适合值是相对于所需要的隐含层的节点数来确定的，一个较小的误差值的获得需要增加隐含层的节点以及训练时间。本文经过不断测试，选择0.0001为期望误差值。（二）1．网络训练模式的选择训练网络有两类模式：逐变模式和批变模式。在逐变模式中，每一个输入被作用于网络后，权重和偏置量被更新一次。在批变模式中，所有的输入被应用于网络后，权重和偏置量才被更新 一次。使用批变模式不需要为每一层的权重和偏置量设定训练函数，而只需为整个网络制定一个训练函数，使用起来相对方便，因此，本文在进行网络训练时采用批变模式。表格一：年度
澳门的内地游客量(T)（千人）中国内地国民总收入(GDI)（亿元）中国内地人口数(POP)（万人）中国内地居民消费水平（GDE）（元）澳门生产总值（M-GP）(亿美元)1996604．270142.5122389278966.31997529．877653.1123626300266.71998816．883024.3124761315961.919991645．288189.0125786334659.220__2274．798000.5126743363261.020__3005．7108068.2127627386961.920__4240．4119095.7128453410668.220__5742．0135174.0129227441179.220__9529．7159586.71299884925103.320__10463183956.11307565439115.62．数据和模型的建立神经网络模型要求数据具有：A、易获得性B、可靠性C、可测度性。本项研究采用很可靠的官方发表的数据作为分析的数据源（见表1），主要来自于中国统计局网。用3层BP网络模型对本例旅游需求进行模拟，根据BP网络的映射原理，对于样本集合X和输出Y，可以假设存在一映射F。为了寻求F的最佳映射值，BP网络模型将样本集合的输入、输出转化为非线性优化，通过对简单的非线性函数的复合，建立一个高度的非线性映射关系，实现F值的最优逼近。对于本例旅游需求模型的模拟：其输入层结点数（4个神经元）：中国内地国民总收入（GDI）、中国内地人口总数（POP）、中国内地国民消费水平（GDE）、澳门生产总值（M-GP）。把澳门内地游客量（T）作为输出结点。从而得出3层前馈反向传播神经网络模型。四．模型结果及分析1网络训练性能的检查。不同个数的隐层单元组成的BP网络训练曲线如图1，2，3所示。通过比较发现，中间层神经元个数为9和12时，网络的收敛速度比较快。2网络预测性能的考查。在数据列表中选取1996年到20__年的数据作为网络的测试数据。20__、20__年的(文秘站:)游客量检验误差曲线如图4。其仿真结果令人满意，达到预期的效果。图1图2图3图4五．模型的应用与评价（优缺点与改进）从上面的分析可以看出，3层BP神经网络模型的仿真模拟效果是邻人满意的。可以看出，人工神经网络的拟合精度比较高，主要是基于人工神经网络抗干扰能力强，稳定性好，能自动准确地找出各种输入和输出之间的线性或非线性关系，具有较强的模拟适应能力等特点。在本例对于澳门的内地游客量的旅游预测中BP神经网络模型是一种有效的预测方法。这一研究方法为旅游学的定量预测研究提供了一种新的思路，也为工程实践问题中的一些研究工作提供了一种非常好的指导方法。虽然BP网络得到了广泛应用，但其自身也存在一些缺陷和不足，主要包括几个方面的问题。首先，由于学习速率是固定的，因此，网络的收敛速度慢，需要较强的训练时间。再次，网络隐含层的层数和单元数的选择尚无理论上的指导，一般是根据应验或者通过反复试验确定的。因此，网络往往存在很大的冗余性，在一定上也增加了网络学习的负担。六．原题附带问题简析通过对本例旅游需求模型的分析，我们认为在利用数学建模的方法对旅游需求进行预测预报时，对于数据的采集和整理工作需要认真做好。对于数据的分析有助于我们寻求变量间的关系，以形成初步的想法。如何获得数据以及如何获得准确的数据对于我们研究实际问题具有相当重大的意义。收集数据并非多多益善，而是要弄清究竟需要哪些数据，剔除不必要的数据，从而减少冗余的工作。同时，需要什么形式的数据也是我们应该思考的一个问题，这与建立模型的目的和所选择的模型的特点有关。[参考文献][1]王士同，等．问题求解的人工智能：神经网络方法[M].北京：气象出版社，1995.[2]HillT,MarquezO’connorM,RemusW.ArtificialNeuralNetworkMedelsfor
ForecastingandDecisionMaking[J].InternationalJournalofForecasting,1993,
人工神经网络基本功能范文第2篇
关键词人工神经网络供暖热网预测外时延内时延反馈型BP网络Elman网络
一些复杂的生产过程，如热网供热，由于其反应机理非常复杂，具有很强的非线性、大滞后、时变性和不确定性，难以建立被控对象的数学模型，至今仍很少实现闭环控制，只好有经验的操作人员进行调节。操作人员虽然没有被控对象的数学模型，但是由于他们比较熟悉供暖热网和设备，且在长期的现场工作中积累了丰富的操作经验，他们通过观察仪表指示的变化，如热网的从、回水温度、室外温度等参数，并且预估某些参数将要发生的变化，然后调整供热负荷，以保证热网供暖正常。这种人工控制方式一般也能达到较好的控制效果，但是由于操作人员的经验与能力的不同，或由于人的疲劳、责任心等原因，也时常会因操作不当造成热网供暖不正常，或在产生突发事件时，不能预测将会发展或延续扩大的严重故障，而引发更大的故障。
预测对于提供未来的信息，为当前人人作出有利的决策具有重要意义。现有的预测方法如时间序列分析中的AR模型预测方法，只适用于线性预测，而且，还需要对所研究的时间序列进行平稳性、零均值等假定，其适用范围受到一定的限制。近年来，人工神经网络以其高度的非线性映射能力，在某些领域的预测中得到广泛的关注。本文利用神经网络技术辨识供暖热网动态预报系统的模型，并对其进行了实际训练和测试，分别建立了外时延反馈型BP网络模型和内时延反馈型Elman网络的预测模型。
1外时延反馈BP网络
多层前向网络是研究和应用的最广泛也是最成功的人工神经元网络之一。多层前向网络是一种映射型网络。理论上，隐层采用Sigmoid激活函数的三层前向网络能以任意精度逼近任一非线函数，神经元网络可以根据与环境的相互作用对自身进行调节即学习，一个BP网络即是一个多层前向网络加上误差反向传播学习算法，因此一个BP网络应有三项基本功能：（1）信息由输入单元传到隐单元，最后传到输出单元的信息正向传播；（2）实际输出与期望输出之间的误差由输出单元传到隐单元，最后传到输入单元的误差反向传播；（3）利用正向传播的信息和反向传播的误差对网络权系数进行修正的学习过程。目前，多层前向网络的权系数学习算法大多采用BP算法及基于BP算法的改进算法，如带动量项的BP算法等。BP网络虽然有很广泛的应用，但由于它是一个静态网络，所以只能用于处理与时间无关的对象，如文字识别、空间曲线的逼近等问题。热网供暖的各项参数都是与时间有关系的，而且我们即将建立的供暖热网预报模型必须是一个动态模型。为此，必须在网络中引入记忆和反馈功能。可以有两种方式实现这一功能，一是采用外时延反馈网络，即反输入量以前的状态存在延时单元中，且在输入端引入输出量以前状态的反馈，如图1所示；另一种方式是采用内时延反馈网络，既在网络内部引入反馈，使网络本身构成一个动态系统，如下面将要介绍的Elman网络。
图1处延时反馈网络
2Elman网络
如前所述，在BP网络外部加入延时单元，把时间信号展开成空间表示后再送给静态的前向网络作为一类输入，从而实现时间序列建模和预测。然而，这种方式大大增加了输入节点个数因而导致了网络结构膨胀，训练精度下降，训练时间过长。
Elman动态网络是动态递归网络中较为简单的一种结构，如图2所示。
图2Elman网络
由输入层、隐含层、结构层（联系单元层）和输出层组成，结构层记忆隐含层过去的状态，并在下一时刻与网络的输入，一同输入隐含层，起到一步延时算子作用。因此，Elman动态递归网络具有动态记忆的功能，无需使用较多的系统状态作为输入，从而减少了输入层单元数。
3供热网络预报模型
根据研究问题的性质不同，选择不同的网络结构和激活函数，以便建立准确的神经网络预报模型。外时延反馈网络和内时延反馈网络都将其时延单元和反馈单元视为BP网络的输入参数，因此可以应用BP算法训练网络，其隐含层和输出层的节点激活函数可选择tansig、purelin函数，表达式为：
tansig函数：
purelin函数：f2(x)=kx
输出：
其中：xi----热网输入；
wji----由输入层节点i隐层节点j之间的权值；
θj----隐层节点j的阈值；
wkj----由隐层节点j至输出层节点k之间的权值；
θk----输出层层节点k的阈值。
从成因上分析供暖热网的影响因子，运用相关图法或逐步回归分析法等对初选影响因子进行显著性分析和检验，剔除不显著因子。在此基础上，研究基于人工神经网络的供暖热网实时预报模型的建模和预报问题。本文选用牡丹江西海林小区锅炉房2000年11月～2001年4月的部分测量数据进行建模及测试，预测在相应时刻的热网供水温度、回水温度及室外温度值。
3．1模型I：外进延反馈网络
输入参数为当前时刻与过去时刻的①室外温度（i）（i-1）（i-2）（i-3）（i-4）;②供水流量（i）（i-1）（i-2）（i-3）（i-4）;③补水流量（i）（i-1）（i-2）（i-3）（i-4）;④供水温度（i）（i-1）（i-2）（i-3）（i-4）;⑤回水温度（i）（i-1）（i-2）（i-3）（i-4）;，共二十五个输入量。输出量为未来时刻的①室外温度（i+1）（i+2）；②供水温度（i+1）（i+2）；③回水温度（i+1）（i+2）；共六个输出量。其中每一周期间隔15min。训练样本为前2000个数据组，测试样本为后2000个数据组。输出曲线有训练样本与计算数据比较曲线和测试样本与计算数据比较曲线。
网络结构共三层，输入层节点25个，隐层节点25个，输出层节点6个。取学习率η=0.7，动量因子a=0.3，训练精度ε=4.5e-3，经过1000次正反向传播和学习，网络训练满足设定条件，此时训练计算的均方差为0.00449767。将检验样本输入训练好的网络模型，其检验结果如图3、图4（因篇幅所限仅给出回水温度预报值）所示。
图3回水温度一步预报曲线
实线：计算数据；虚线：实际数据
图4回水温度二步预报曲线
实线：计算数据；虚线：实际数据
3．2模型II：内时延反馈Elman网络。
输入参数为当前时刻的①室外温度（i）;②供水流量（i））;③补水流量（i）;④供水温度（i）;⑤回水温度（i）;，共五个输入量。输出量为未来时刻的①室外温度（i+1）（i+2）；②供水温度（i+1）（i+2）；③回水温度（i+1）（i+1）；共六个输出量。其中每一周期间隔15min。训练样本为前2000个数据组，测试样本为后2000个数据组。输出曲线有训练样本与计算数据比较曲线和测试样本与计算数据比较曲线。
网络结构共三层，输入层节点25个，隐层节点25个，输出层节点6个。取学习率η=0.7，动量因子a=0.3，训练精度ε=4.5e-3，经过1000次正反向传播和学习，网络训练满足设定条件，此时训练计算的均方差为0.0044999。将检验样本输入训练好的Elman网络模型，其检验结果如图5、图6（因篇幅所限仅给出回水温度预报值）所示。
图5回水温度一步预报曲线
实线：计算数据；虚线：实际数据
图6回水温度二步预报曲线
实线：计算数据；虚线：实际数据
表1列出了外时延反馈网络（模型I）与内时延反馈Elman网络（模型II）的训练与测试结果的部分数据。
预测模型I、II的比较表1输入层节点数隐层层节点数输出层节点数训练次数训练时间（s）训练精度训练样本误差测试样本误差
模型I25256415236.7010.004497673.09982.2628
模型II5256199140.5420.00449993.19741.4620
4结论
从测试结果可以看出，对同一动态系统预测模型的辨识，外时延反馈网络与内时延反馈Elman网络的逼近能力基本相同，而且都具有很强的跟踪能力。但是Elman网络的结构要比外时延反馈网络简单得多，而且在训练过程中，外时延反馈网络延迟步数要通过多次的训练才能找到最佳值，本预测模型就是在取到四步延迟后才得到最佳值，而Elman网络就省却了这一部分工作；此外在本动态系统模型的辨识过程中也可以看出，无论是采用外时BP网络，还是采用内时延Elman网络辨识动态系统的模型，都必须恰当的引入输出参数的反馈，才能保证系统的动态跟踪能力；本文选用了牡丹江西海林小区锅炉房2000年冬季的部分测量数据进行建模及测试，用前20天的数据进行预测模型辨识，用后20天的数据进行预测模型测试，得到了比较令不满意的预测结果，热网供水温度及室外温度的预测结果也是很好的，只是由于篇幅关系同有绘出。
通过上述的系统辨识与实测，说明用外时延反馈网络或内时延反馈Elman网络建立供热系统的动态预测模型是可行的，解决了供热系统对象中非线性、大滞后、时变性等问题，为进一步的供热系统优化控制奠定了基础。
参考文献
1袁曾任，人工神经网络及其应用，清华大学出版社，1999
2李士勇，模糊控制·神经控制和智能控制论，哈尔滨工业大学出版社，1996
3张乃尧，阎平凡，神经网络与模糊控制，清华大学出版社，1998
4董德存，张树京，用于NARMAX参数辨识的一种神经网络方法，铁道学报，1994
5谢新民，蒋云钟等，基于人工神经元网络的河川径流时时预报研究，水利水电技术，1999，（9）
6李勇，孙艳萍等，用于故障预测的BP网络模型及改进，东北电力学院淡报，1999，（1）
7郭创新等，一种鲁棒BP算法及其在非线性动态系统辨识中的应用，信息与控制，1996，（6）
8赖晓平，周鸿兴，云昌钦，混合模型神经网络在短期负荷预测中的应用，控制理论与应用，2000，17（1）69～72
9王玉涛，夏靖波，周建常，王师，基于神经网络模型的时间序列预测算法及其应用，信息与控制，1998，27（6）：413～417
人工神经网络基本功能范文第3篇
1故障判别算法研究
1.1相关算法简介。1.1.1人工神经网络算法。人工神经网络是一种典型的分类预测算法，它从信息处理角度对网络进行抽象，建立模型，按相关连接方式组成不同网络联系[2]。作为运算模型，该网络由大量的节点互联构成。每一节点代表某一特定输出函数。连接两个节点的是连接信号的加权值，即为权重，相当于是人工神经网络的记忆。处理单元对应不同处理对象，例如字母、概念、等抽象模式。1.1.2粗糙集算法。粗糙集算法是一种处理不确定数据的数据处理方法。它通过数据分析和数据推理来对数据集合进行划分。其研究对象是一个数据集合，对象、属性和符号是3个基本要素[3]。其以决策表的形式表达：行对应研究对象，列对应对象属性，根据属性不同，将研究对象划分到不同决策类。1.2相关算法应用。传统模式中，监控运行人员通常需要根据个人经验从大量的监控信息中分析判断，一旦遇到电网故障，监控信息大量上传，这种单纯依靠人工的信号筛选与分析判断方式存在着严重的信号遗漏及误判风险，可能延误故障处理的最佳时机甚至误处理，从而威胁电网的安全运行。针对上述问题，以open3000为平台，采用人工神经网络结合粗糙集算法，开展设备监控信息统计分析工作。输入数据为非故障时及故障前后事故、异常、越限、变位、告知五类信号及其数据。首先，利用粗糙集算法对与故障相关的告警信号进行筛选；其次，计算神经网络的输出数据，确定网络模型。使用该模型进行故障预测时，输入数据为监控系统实时信号，输出结果即为模型判定结果(正常或故障)。假设某一时刻告警信号编号为a0,a1,a2,a3,…，与之相关的遥测信号编号为b0,b1,b2,b3…。(1)利用粗糙集算法对告警信号进行筛选，得到相关信号a10,a11,a12,a13,…。(2)将故障相关向量（a10,a11,a12,a13,…,b0,b1,b2,b3…）作为输入数据，利用神经网络进行计算（其中，a1i=1表示告警信号存在，a1i=0表示告警信号不存在，bj表示实际的遥测数据）。(3)输出数据为神经网络的模型参数，即为各分量的权重（w0,w1,w2,w3,w4,…）。(4)利用神经网络模型预测未知故障，得出预测结论。
2设备监控信息统计分析平台应用介绍
设备监控信息统计分析平台是建立在运行管理系统(OperationManagementSystem，简称OMS)上的一个应用模块，主要针对变电站五类信号(包括事故、异常、越限、变位和告知)的统计分析。主要具有监控信号分析和监控信号统计两大功能。2.1监控信号分析。监控信号分析功能主要包括信息总量分析和信息趋势分析两个功能。信息总量分析是对给定时间范围内的所有场站的五类信号总数进行统计，并给出柱状图和饼图，便于监控信号分析师直观的进行查看(如图1所示)。信息趋势分析是对给定时间、给定场站及给定的信号类别进行分析，得出该信息的日趋势或月趋势变化曲线，以便监控信号分析师对信息量进行有效的把控(如图2所示)。2.2监控统计分析。监控统计分析功能主要包括如下几类，一是对五类信号的整体情况统计，即在给定时间范围内的信息总量及占比等，并生成图表，主要用于周分析材料及月报材料等，同时对于一些数量异常的信号给出提示，便于监控人员进行原因分析，以发现潜在问题；二是对未复归信号和频发信号的统计，便于监控人员及时的发现电网运行中存在的潜在风险，以及时采取相应措施，进行风险管控；三是对操作信息的统计，及对开关遥控或就地分合成功或失败的次数进行统计；四是对各场站通道投退次数的统计，对于一些投退次数异常的通道，要格外引起注意，以防止通道故障而无法监控的事科技创新导报故发生；五是附件上传功能，即月报及周分析等材料文件的上传存档，便于需要时查看(如图3所示)。
3平台应用中的问题及改进建议
目前该平台已完全实现设备监控信息的收集、分类统计的基本功能，但这些功能的实现仅仅是基础工作，若要使其更好的服务于电网调控管理业务，需对其进一步进行改进和完善，对此，该文提出了如下几个方面。3.1缺陷流程自动关联。电气设备缺陷严重影响电网的安全稳定运行，加强电气设备缺陷管理可极大的消除电网运行中的潜在隐患，防患于未然，对电网运行的安全可靠性均具有十分重要的意义[2]。张家口地调基于OMS系统建立了完善的缺陷闭环管理模块，覆盖了缺陷发生、汇报、联系处理消缺、归档等环节，极大的提升了电气设备缺陷管理工作的效率。但是在传统管理模式下，调控人员需将监控系统中缺陷发生时的监控信息的内容、发生时间、变电站名称、设备名称及其电压等级等信息逐条记录在缺陷管理模块中，耗时长、工作量大，且一般缺陷处理周期通常会超过一日，极易造成调控人员遗忘而导致未将缺陷处理的全过程记录完整。设备监控信息统计分析平台的建立将监控系统中的监控信息几乎完整的“复制”到了OMS系统数据后台，该平台与缺陷管理模块处于统一系统中，所以极易实现数据关联，所以在未来的平台中，应加入缺陷流程自动关联功能，自动将缺陷发生、处理的全过程信息自动导入缺陷管理流程模块，并加入人工干预功能，以确保信息的正确性和完整性，从而极大的提高缺陷管理的质量，降低调控人员的工作量。3.2信息自动过滤功能。在实际工作中，监控信息量巨大，但其中有相当一部分信息量是由于设备检修等原因引起，这部分信息对于监控信息的分析统计在大部分情况下是没有意义的，但当前的平台仅仅是将监控系统中的所有信息全部导入到平台数据库进行分析统计，如果某段时间内检修工作繁多或有其他原因，均会导致信息量异常，不利于监控信息统计分析工作的开展。因此，该文建议在该平台中加入信息自动过滤功能，例如在某间隔已经被置检修牌的情况下，则将该间隔的信息进行单独统计；此外，对于接地刀闸、刀闸位置为实采的设备间隔，当其接地刀闸合入、刀闸断开时，自动判定该间隔处于检修状态，在该状态保持期间所有的监控信息单独统计。另外，还应加入人工修改功能，对于一些系统无法自行过滤的信息，进行人工过滤筛选，将其屏蔽。对于自动过滤的信息应自动加入备注，说明信息被过滤的原因，例如设备检修等。对于人工过滤的信息同样也可以加入人工批注。此外，信息过滤后的图表都可以重新自动生成，以便查看。3.3越限信息分析统计。越限信息是五大类监控信息之一，主要是电压、电流、潮流等遥测量越过上下限的信息，是需要实施监控并及时处理的重要信息，所以对越限信息的分析统计同样十分重要。目前该平台仅仅可以将越限的信息量进行统计，无法对越限的电压或电流实际曲线进行查看，同样无法灵活设置曲线越限阀值，而仅仅以监控系统设定好的上、下限值作为参考，这样不利于更好的评估越限程度，也不利于发掘越限的深层次原因等。该文建议在平台中加入上述功能，可以随意查看在给定时间范围内、给定场站、给定设备的遥测值曲线，同时可以在曲线上任意设定越限阀值，并给出越限的数据点比例、越限曲线与阀值线之间的面积统计(用以评估越限程度)、越限持续时间的最大值、最小值和平均值等，以便于全方位的评估越限情况。
4结语
电网集中监控极大的实现了国网公司人、财、物的集约化管理理念，但同时也加大了调控人员的工作量和工作复杂程度。设备监控信息统计分析平台的建立一定程度上降低了调控人员的工作量，但该平台仍存在极大的发掘潜力和改进空间，该文结合工作实际对此进行了初步的研究和分析，对该平台改进的方法提出了一些十分有意义的建议，对于该平台的完善具有重要的价值。而如何实现上述建议则是该文下一步的工作重点。
作者:高雅洁 李振生 孟玲梅 张京伟 单位:国网冀北电力有限公司张家口供电公司
参考文献
[1]于磊,王双,韩宇龙,等.基于大数据技术的电网故障智能诊断方法[J].中国科技信息,2016(2):32-33.
[2]毕天蛛,倪以信,吴复立.基于新型神经网络的电网故障诊断方法[J].中国电机工程学报,2002,22(2):73-78.
[3]栗然,张烈勇,顾雪平,等.采用粗糙集联合规则挖掘算法的分布式电网故障诊断[J].中国电机工程学报,2010，30(4):28-34.
人工神经网络基本功能范文第4篇
【关键词】信息技术；水质预测；系统
1.引言
随着经济的不断发展，水污染与水资源短缺日趋严重，已成为我国经济社会可持续发展的重要制约因素[1]。
水质评价主要目的是了解水质现状，是水质等级评定和水功能区划的前提，同时也是水质预测的基础[2]。水质预测模型是对排入水体中污染物在时间和空间上迁移转化规律的数学描述，其中涉及到许多物理、化学和生物过程。目前，无论是在制订地区或流域水污染物排放标准或确定水体各排污口的容许排污量和削减率，还是对突发性或连续性排污行为进行评价或对开发建设工程项目的环境影响进行预断，甚至水资源的规划、管理和控制过程中都涉及到水质现状评价和时空的变化问题，也即需要解决水质的定量评价、模拟和预测问题，由此水质评价、模拟和预测已经成为环境科学领域的重要课题。
2.常见水利信息化技术
2.1 地理信息系统技术应用
在水利行业GIS技术其主要体现在地理位置确定、地理信息展示、行业信息展示、信息统计分析及功能集成等方面。主要应用介绍如下：
（1）基础地理信息管理。信息管理方面水利行业与其他许多领域一样，首先要求得到基础地理信息，如：地形、地貌、河流、水系、行政区、交通等信息。
（2）水库、堤防、蓄滞洪区、水闸、测站等水利工程信息，和雨情、水情、灾情等水情信息及水利管理信息。将这些信息在GIS平台中分类、分图层、分区域展示。GIS技术的分析功能十分强大，在水利工作中发挥了重要作用，如降雨分布信息、水资源量统计、洪水淹没面积计算、受灾面积和人口财产统计等。
（3）系统集成功能。GIS作为地理信息管理基础平台，系统集成功能是其重要的基本功能之一。常用的GIS集成主要有相关功能模块和相关专业模型的集成。集成功能模块包括：信息服务、数据库、图形库、防汛会商、防汛值班及部分办公自动化等功能模块；集成专业模型包括：气象预报、水文预报、水动力学计算、水库调度等模型。
（4）空间三维GIS技术应用。GIS技术的发展和应用历经了从二维平面GIS平台到三维空间立体GIS平台的过程，随着三维空间GIS技术的日益成熟，三维空间GIS技术的应用更加广泛。
2.2 数据库技术应用
数据库（DB）技术是信息技术发展和应用的核心内容之一，是水利信息化建设的基础，几乎所有的水利信息系统建设都离不开数据库技术的应用。数据库技术的应用主要包括数据存贮和管理。目前，已经完成了国家级水情数据库建设，实现了对国家重点关心的降雨信息、水情监测信息和历史水情信息进行查询与管理，流域和省级水情数据库建设正在紧锣密鼓的进行中。
2.3 网络技术应用
信息化水平的主要标志之一是网络技术的运用水平，水利信息化建设亦是如此，网络技术为气象、水情、工情、旱情、水质、生态、灾情等信息，以及水利管理信息的传输、共享、分析、管理和提供了强力的技术支撑。
2.4 遥感技术应用
随着遥感技术（RS）的发展，影像识别精度的提高、数据处理能力的增强、影像获取成本的降低，遥感技术在水利信息化建设中的作用日趋重要。遥感技术的应用主要是通过接收或购置遥感影像数据，确定洪、旱灾害的位置、识别洪水淹没情况和受灾情况、分析旱灾影响范围和受灾面积、评估可能受到的灾情影响，以及根据遥感影像分析河流水质变化和水土保持状况，为防汛指挥、救灾活动、环境保护、生态建设提供信息支持。
2.5 虚拟现实技术应用
虚拟现实技术（VR）是利用计算机技术生成逼真的三维虚拟环境。现在虚拟现实技术在水利信息化建设中的应用日渐广泛。（1）构建防洪工程的三维虚拟模型，如大坝、堤防、水闸等三维虚拟模型，实现了防洪工程三维空间示景；（2）洪水流动和淹没的三维动态模拟，实现了三维空间场景中的洪水演进动画过程，三维场景中洪水淹没情况的虚拟展示；（3）防洪工程规划中枢纽布置三维虚拟模型，包括大坝、泄洪洞、发电厂、变电站等，为工程规划提供直观三维视觉效果场景；（4）云层和降雨效果渲染三维虚拟模型，模拟云层流动、降雨过程等动态效果等。
2.6 卫星定位系统技术应用
卫星定位系统（GPS）应用是随着GIS、Web和RS等信息技术的应用而发展起来的。在水利信息化建设中GPS对河流、工程等有关信息的定位与管理发挥了重要作用。
3.水质预测方法
水质预测的目的是为了掌握水质随时间和空间的变化规律，为决策部门提供技术支持。当污染负荷进入水体，水体水质将发生什么样的变化，这无疑是水污染治理必须考虑的问题，因此水质预测是突发性水污染事件预警决策的基础。在实际工作中，常采用模拟的方法来研究水质变化规律。
3.1 常用水质预测方法
3.2 时间序列法
时间序列指水质指标中的某一指标监测值，按其出现时间的先后次序，且间隔时间相同而排列的一列数值，即水质监测历史矩阵。基本原理是：在考虑了水质变化中随机因素的影响和干扰基础上，从水质变化的延续性出发，将水质指标变化的历史时间序列数据作为随机变量序列，运用统计分析中加权平均等方法推测水质未来的变化趋势，做出定量预测。一般来说，时间序列受趋势变化因素、季节变化因素、周期因素和不规则因素等四种因素影响[5-6]。
3.3 回归分析法
回归分析法是一种因果分析和相关分析的预测方法。在水质预测研究中，做回归分析时首先分析问题，确定研究的预测对象——因变量，找出其影响因素——自变量，根据自变量的个数分别采用一元或多元回归模型，分析因变量和自变量之间的关系，并根据其关系的表现形式用适当的数学方式表达建立回归模型，一般采用最小二乘法估计参数，得到经验回归方程，得到方程后还要根据问题的实际情况进行模型的检验，最后才能实际应用。
3.4 灰色预测方法
灰色模型（Grey Mode）简称GM模型，是灰色系统理论的基本模型，通过建立该模型体系就能实现灰色方法的系统分析、评估、预测和控制等功能[11]。灰色理论在水质模拟和预测方面的运用主要有以下两种方法：一种方法是把水质确定性模型中的全部或部分变量或参数处理为灰色变量获得灰色解（用灰域表示），如果采用优化技术，还可依据实测数据对水质模型中的参数进行灰色识别。另一种方法是在实测的时序数据基础上，根据灰色系统建模原理，建立水质的灰色模拟模型来进行水质预测。
3.5 人工神经网络方法
基于神经科学研究成果基础上发展出来的人工神经网络模型，反映了人脑功能的若干基本特性，开拓了神经网络用于计算机的新途径。模型通过简单的非线性函数的多次复合，可以克服线性和非线性拟合中的基函数选择与系数求解的困难，并可进行高维的非线性的精确映射，具有较强的自适应能力，为建立水环境数学模型提供了新的研究手段。
3.6 预测方法比较和选择
时间序列方法是将水质指标变化的时间序列数据作为随机变量序列，根据时间序列数据变化的特点，利用数学方法来推测未来水质的变化趋势。由于时间序列法采用某种数学方法来推测，因此其具有较为完善的数学理论基础，但由于时间序列方法只考虑预测水质指标本身的时间变化规律，虽然这种变化规律中包含了一定的周围因素对其的影响，但由于水域的水质预测是个十分复杂的问题，影响预测水质参数的因素非常多，而且这些因素也是在不断变化的，因此单纯从预测指标本身的变化来预测未来的变化情况是远远不够的，得到的结果准确性差。
回归分析法是应用较广泛的一种预测方法.但其要求大样本，只有通过大量的数据才能得到量化的规律.这给很多无法得到或一时缺乏数据的实际问题的解决带来困难，而且回归分析受统计数据的影响很大，要求样本具有较好的分布，个别统计值的不准确都会影响到预测稳定性，容错能力较弱。另外回归分析不能分析因素间的动态的关联程度，只是一种静态的分析.对于样本的高要求使得回归分析方法的使用具有一定的局限性。灰色理论进行水质预测时，预测时间愈靠近现实时段其精度愈高，随着预测时间的增长，灰平面的增大导致预测结果失真，影响模型的预测精度，因此灰色预测方法具有随着时间的延长预测精度降低的缺点。人工神经网络模型摈弃了任何人为因素，只根据水质标准本身的特点进行学习，从而产生连接权值和闭值矩阵，这是与传统水质预测方法的根本区别。当将测试样本输入模型后，网络将自动地调用权值与阂值，进行回想或联想，从而得到测试样本的输出结果（预测结果）。就此而言，其输出结果与其他需人为确定权值矩阵的评价方法的输出结果相比具有更真实的客观性。
因为ANN模型可以递归式的“从数据中学习”，即具有记忆功能，可以大大节省建模时间，非常适用于复杂多变、非线性水质演变系统，所以该网络也非常适合于动态的、不确定的长江等水环境系统。
参考文献：
[1]毛学文,邹丽鹏,程西方,彭辉.全国水质信息管理与分析评价系统[J].重庆环境科学,2010.
[2]金明.一维稳态河流水质的随机微分方程模型[J].水利学报,1991,(2):19-25.
[3]Tabios G Q.Nonlinear stochastic modeling of river dissolved 2 oxygen[D].Colorado State University,1984.
[4]武君.河流水质模拟预测的常用方法研究与新方法探索[D].合肥工业大学硕士学位论文,2005:7-9.
[5]张蕾.城市地下水水质水位预警的研究[D].天津大学博士学位论,2006:56-57.
[6]树锦.人工神经网络模型在黄河水质预测中的应用[D].河海大学硕士学位论文,2006:7-10.
作者简介：
人工神经网络基本功能范文第5篇
一、自动空调系统概述
自动空调系统控制系统由图3所示的组件构成。自动空调系统是通过用温度选择开关设置预定温度或按AUTO开关来触发空调放大器，自动调整并保持该预定的温度。在某些车型上的自动空调系统中还采用了烟雾通风传感器。
（1）空调C放大器
空调放大器控制系统图（图4）所示，空调放大器的作用是计算要吹出的空气温度和气流量，并根据各传感器和设定温度决定气流模式。用这些计算值来控制空气混合风门挡板的位置、送风机速度和气流模式风门挡板的位置。丰田皇冠轿车上还使用了多路传输（多路通信系统）把操作信号从控制面板发送到空调放大器。
（2）传感器
①如图5a所示，内部温度传感器使用热敏电阻原理进行测量，它检测车辆内部温度，用作温度控制的基础。它安装在带有通风口的仪表盘处，此通风口利用送风机吸入车辆内部空气，以便检测车辆内部的平均温度。
②环境温度传感器
如图5b所示，环境温度传感器使用热敏电阻原理进行测量，它安装在冷凝器的前面。它检测车辆外部温度，用来控制由外部温度波动所引起的内部温度波动。
③太阳能传感器
如图5c所示，太阳能传感器使用光电二极管进行检测，它安装在仪表盘板的上部。它检测日照的强度，用来控制由日照量波动引起的内部温度波动。
④蒸发器温度传感器
蒸发器温度传感器使用热敏电阻原理进行测量，它安装在蒸发器上。它检测蒸发器表面的温度，用于防止蒸发器表面结霜，阻碍空气的流动。
⑤水温传感器
水温传感器使用热敏电阻原理进行测量，信号由发动机ECU传送。它用于发动机温度过热时自动关闭空调运行和发动机温度低时的预热控制等。
⑥内部湿度传感器
如图6所示，内部湿度传感器与内部温度传感器安装在一起，使用湿度感应电阻薄膜制成。它检测车辆内部湿度，湿度变化时，传感器的信号电压改变（表1所示）。
⑦烟雾通风传感器
烟雾通风传感器安装在车辆前面。它检测车辆外部CO（一氧化碳）、HC（碳氢化合物）和NOx（氮氧化物）的浓度，控制新鲜空气风门在FRESH（新鲜空气）和RECIRC（循环空气）之间切换。
（3）伺服电机
伺服电机是由带触点的位置传感器、电机和总线连接器组成的总成件。新型的伺服电机运转及停止位置检测方式，由传统的电位计电压检测改为脉冲信号检测方式。伺服电机用于驱动空气混合风门挡板、进气风门挡板、气流模式挡板的转动及其位置的控制（图7所示）。新型的伺服电机的特点：
①空调放大器通过总线与各个伺服电机上的总线连接器进行通信（图8所示）。使用总线连接的每个伺服电机仅需要三根导线，而传统的控制方式每个伺服电机需要五根导线（图9所示），所以使用总线连接的伺服电机线束数量更少，结构更轻便。
②与传统的用电位计电压检测伺服电机转动位置相比，脉冲型伺服电机通过ON和OFF两位信号检测相对位置，另外通过输出4种模式的2个相位（A和B）检测伺服电动机的正转和反转，空调放大器以计算脉冲模式的数量来判断伺服电动机的停止位置（图10所示）。所以车辆断电或更换空调放大器后，需要对伺服电机进行初始化作业。
（4）计算空气出口温度（TAO）
为了迅速地将车辆内部温度调整到规定温度，空调放大器根据各传感器传输来的温度信息计算出风口的空气温度（TAO）。自动空调主要用车辆内部温度的信息作为计算气流温度的基础，同时也利用环境温度和日照总量进行精确地修正计算（图11所示）。
（5）空气出口温度控制
为了迅速地将车辆内部温度调整到设定温度，可以通过控制空气混合挡板的位置（开启度），调整热空气和冷空气的比例来控制气流温度。在一些车型上，水阀的开启位置也根据挡板位置改变（如图12所示）。
①MAX控制
当温度设置在MAX COOL或MA×HOT时，不管TAO的值如何，空气混合挡板被充分地开到COOL侧或HOT侧，这便是所谓的“最冷控制”或“最热控制”。
②正常控制
当温度被设置在18.5～31.5℃（65.3～88.7F）之间时，根据TAO的值控制空气混合挡板位置，以便将车辆内部温度调整到规定温度。
⑧计算空气混合挡板开启度
假定当空气混合挡板被移动到COOL侧顶端时，它的开启度为0；当它被移动到HOT侧顶端时，它的开启度为100%；当开启度为0时，蒸发器温度约等于TAO；当开启度为1 00%时，根据发动机冷却液温度计算出来的加热器芯温度等于TAO。空调放大器起动伺服电机控制空气混合挡板的开启度，将实际的挡板开启度调整到目标开启度（由伺服电动机脉冲模式的数量测所得）。
目标挡板开启度=（TAO-蒸发器温度）/（发动机冷却液温度一蒸发器温度）×100
④左右单独控制空气出口温度
在某些车型上，可以根据驾驶员侧和乘员侧的各自温度设置，单独执行温度和气流控制。按下述方法执行温度和气流控制：
如图13a所示，在左右侧各装有一个空气混合挡板以便能单独地进行温度控制，即采用挡板控制。如图13b所示，采用步进马达缩回带有孔的薄膜挡板，并调整孔的位置，以便进行单独的温度和气流控制，即薄膜挡板控制。
（6）新鲜空气控制
当车辆内部温度与设定温度的差距很大时，进气控制自动切换到内部空气循环模式，以便有效地冷却（如图14所示）。新鲜空气控制模式：①正常：FRESH（新鲜空气）；②当内部温度高时：RECIRC（循环）。
在某些车辆上，如果烟雾通风传感器检测到外部空气中CO（-氧化碳）、HC（碳氢化合物）和NOx（氮氧化物）超过规定水平时，进气控制也自动地切换到RECIRC。当空气流量选择DEF（前除霜）模式，进气控制自动切换到FRESH。
（7）出气模式控制
当空调温度挡板在加热器和冷却器之间切换时，空调放大器自动切换到要求的空气流量。如图15所示，当降低内部温度时，转换到FACE（身体的上半部吹风）；当内部温度被稳定在设置温度左右时，转换到BI-LEVEL（身体的上半部和脚部吹风）；当加热内部时，转换到FOOT（脚部吹风）。
（8）送风机控制
空调放大器根据车辆内部温度和设置温度之间的差距，自动调整送风机速度来控制风量。如图16所示，当存在大的温差时，送风机速度Hi（高）；当存在小的温差时，送风机速度Lo（低）。
①自动控制。空调放大器根据车辆内部温度和设置温度之间的差距，通过调整送风机的电流占空比连续控制送风机速度（丰田皇冠轿车31级速度）。
②手动控制。可以通过手动设置送风机速度选择器，来调整送风机速度（丰田皇冠轿车7级速度）。
（9）预热控制
当气流模式被设置到FOOT或BI-LEVEL，并且送风机速度选择器设置到AUTO时，送风机速度根据发动机冷却液温度控制（图17所示）。当冷却液温度低时，为了不影响暖机速度，预热控制限制送风机马达运转。当预热时，预热控制取下限值速度运转送风机。预热后，预热控制执行正常控制。
人工神经网络基本功能范文第6篇
【关键词】继电保护现状发展
1继电保护发展现状
电力系统的飞速发展对继电保护不断提出新的要求，电子技术、计算机技术与通信技术的飞速发展又为继电保护技术的发展不断地注入了新的活力，因此，继电保护技术得天独厚，在40余年的时间里完成了发展的4个历史阶段。
建国后，我国继电保护学科、继电保护设计、继电器制造工业和继电保护技术队伍从无到有，在大约10年的时间里走过了先进国家半个世纪走过的道路。50年代，我国工程技术人员创造性地吸收、消化、掌握了国外先进的继电保护设备性能和运行技术［1］，建成了一支具有深厚继电保护理论造诣和丰富运行经验的继电保护技术队伍，对全国继电保护技术队伍的建立和成长起了指导作用。阿城继电器厂引进消化了当时国外先进的继电器制造技术，建立了我国自己的继电器制造业。因而在60年代中我国已建成了继电保护研究、设计、制造、运行和教学的完整体系。这是机电式继电保护繁荣的时代，为我国继电保护技术的发展奠定了坚实基础。
自50年代末，晶体管继电保护已在开始研究。60年代中到80年代中是晶体管继电保护蓬勃发展和广泛采用的时代。其中天津大学与南京电力自动化设备厂合作研究的500kV晶体管方向高频保护和南京电力自动化研究院研制的晶体管高频闭锁距离保护，运行于葛洲坝500kV线路上［2］，结束了500kV线路保护完全依靠从国外进口的时代。
在此期间，从70年代中，基于集成运算放大器的集成电路保护已开始研究。到80年代末集成电路保护已形成完整系列，逐渐取代晶体管保护。到90年代初集成电路保护的研制、生产、应用仍处于主导地位，这是集成电路保护时代。在这方面南京电力自动化研究院研制的集成电路工频变化量方向高频保护起了重要作用［3］，天津大学与南京电力自动化设备厂合作研制的集成电路相电压补偿式方向高频保护也在多条220kV和500kV线路上运行。
我国从70年代末即已开始了计算机继电保护的研究［4］，高等院校和科研院所起着先导的作用。华中理工大学、东南大学、华北电力学院、西安交通大学、天津大学、上海交通大学、重庆大学和南京电力自动化研究院都相继研制了不同原理、不同型式的微机保护装置。1984年原华北电力学院研制的输电线路微机保护装置首先通过鉴定，并在系统中获得应用［5］，揭开了我国继电保护发展史上新的一页，为微机保护的推广开辟了道路。在主设备保护方面，东南大学和华中理工大学研制的发电机失磁保护、发电机保护和发电机?变压器组保护也相继于1989、1994年通过鉴定，投入运行。南京电力自动化研究院研制的微机线路保护装置也于1991年通过鉴定。天津大学与南京电力自动化设备厂合作研制的微机相电压补偿式方向高频保护，西安交通大学与许昌继电器厂合作研制的正序故障分量方向高频保护也相继于1993、1996年通过鉴定。至此，不同原理、不同机型的微机线路和主设备保护各具特色，为电力系统提供了一批新一代性能优良、功能齐全、工作可靠的继电保护装置。随着微机保护装置的研究，在微机保护软件、算法等方面也取得了很多理论成果。可以说从90年代开始我国继电保护技术已进入了微机保护的时代。
2继电保护的未来发展
继电保护技术未来趋势是向计算机化，网络化，智能化，保护、控制、测量和数据通信一体化发展。
2.1计算机化
随着计算机硬件的迅猛发展，微机保护硬件也在不断发展。原华北电力学院研制的微机线路保护硬件已经历了3个发展阶段：从8位单CPU结构的微机保护问世，不到5年时间就发展到多CPU结构，后又发展到总线不出模块的大模块结构，性能大大提高，得到了广泛应用。华中理工大学研制的微机保护也是从8位CPU，发展到以工控机核心部分为基础的32位微机保护。
南京电力自动化研究院一开始就研制了16位CPU为基础的微机线路保护，已得到大面积推广，目前也在研究32位保护硬件系统。东南大学研制的微机主设备保护的硬件也经过了多次改进和提高。天津大学一开始即研制以16位多CPU为基础的微机线路保护，1988年即开始研究以32位数字信号处理器(DSP)为基础的保护、控制、测量一体化微机装置，目前已与珠海晋电自动化设备公司合作研制成一种功能齐全的32位大模块，一个模块就是一个小型计算机。采用32位微机芯片并非只着眼于精度，因为精度受A/D转换器分辨率的限制，超过16位时在转换速度和成本方面都是难以接受的；更重要的是32位微机芯片具有很高的集成度，很高的工作频率和计算速度，很大的寻址空间，丰富的指令系统和较多的输入输出口。CPU的寄存器、数据总线、地址总线都是32位的，具有存储器管理功能、存储器保护功能和任务转换功能，并将高速缓存(Cache)和浮点数部件都集成在CPU内。
电力系统对微机保护的要求不断提高，除了保护的基本功能外，还应具有大容量故障信息和数据的长期存放空间，快速的数据处理功能，强大的通信能力，与其它保护、控制装置和调度联网以共享全系统数据、信息和网络资源的能力，高级语言编程等。这就要求微机保护装置具有相当于一台PC机的功能。在计算机保护发展初期，曾设想过用一台小型计算机作成继电保护装置。由于当时小型机体积大、成本高、可靠性差，这个设想是不现实的。现在，同微机保护装置大小相似的工控机的功能、速度、存储容量大大超过了当年的小型机，因此，用成套工控机作成继电保护的时机已经成熟，这将是微机保护的发展方向之一。天津大学已研制成用同微机保护装置结构完全相同的一种工控机加以改造作成的继电保护装置。这种装置的优点有：(1)具有486PC机的全部功能，能满足对当前和未来微机保护的各种功能要求。(2)尺寸和结构与目前的微机保护装置相似，工艺精良、防震、防过热、防电磁干扰能力强，可运行于非常恶劣的工作环境，成本可接受。(3)采用STD总线或PC总线，硬件模块化，对于不同的保护可任意选用不同模块，配置灵活、容易扩展。
继电保护装置的微机化、计算机化是不可逆转的发展趋势。但对如何更好地满足电力系统要求，如何进一步提高继电保护的可靠性，如何取得更大的经济效益和社会效益，尚须进行具体深入的研究。\
2.2网络化
计算机网络作为信息和数据通信工具已成为信息时代的技术支柱，使人类生产和社会生活的面貌发生了根本变化。它深刻影响着各个工业领域，也为各个工业领域提供了强有力的通信手段。到目前为止，除了差动保护和纵联保护外，所有继电保护装置都只能反应保护安装处的电气量。继电保护的作用也只限于切除故障元件，缩小事故影响范围。这主要是由于缺乏强有力的数据通信手段。国外早已提出过系统保护的概念，这在当时主要指安全自动装置。因继电保护的作用不只限于切除故障元件和限制事故影响范围(这是首要任务)，还要保证全系统的安全稳定运行。这就要求每个保护单元都能共享全系统的运行和故障信息的数据，各个保护单元与重合闸装置在分析这些信息和数据的基础上协调动作，确保系统的安全稳定运行。显然，实现这种系统保护的基本条件是将全系统各主要设备的保护装置用计算机网络联接起来，亦即实现微机保护装置的网络化。这在当前的技术条件下是完全可能的。
对于一般的非系统保护，实现保护装置的计算机联网也有很大的好处。继电保护装置能够得到的系统故障信息愈多，则对故障性质、故障位置的判断和故障距离的检测愈准确。对自适应保护原理的研究已经过很长的时间，也取得了一定的成果，但要真正实现保护对系统运行方式和故障状态的自适应，必须获得更多的系统运行和故障信息，只有实现保护的计算机网络化，才能做到这一点。
对于某些保护装置实现计算机联网，也能提高保护的可靠性。天津大学1993年针对未来三峡水电站500kV超高压多回路母线提出了一种分布式母线保护的原理［6］，初步研制成功了这种装置。其原理是将传统的集中式母线保护分散成若干个(与被保护母线的回路数相同)母线保护单元，分散装设在各回路保护屏上，各保护单元用计算机网络联接起来，每个保护单元只输入本回路的电流量，将其转换成数字量后，通过计算机网络传送给其它所有回路的保护单元，各保护单元根据本回路的电流量和从计算机网络上获得的其它所有回路的电流量，进行母线差动保护的计算，如果计算结果证明是母线内部故障则只跳开本回路断路器，将故障的母线隔离。在母线区外故障时，各保护单元都计算为外部故障均不动作。这种用计算机网络实现的分布式母线保护原理，比传统的集中式母线保护原理有较高的可靠性。因为如果一个保护单元受到干扰或计算错误而误动时，只能错误地跳开本回路，不会造成使母线整个被切除的恶性事故，这对于象三峡电站具有超高压母线的系统枢纽非常重要。
由上述可知，微机保护装置网络化可大大提高保护性能和可靠性，这是微机保护发展的必然趋势。
2.3保护、控制、测量、数据通信一体化
在实现继电保护的计算机化和网络化的条件下，保护装置实际上就是一台高性能、多功能的计算机，是整个电力系统计算机网络上的一个智能终端。它可从网上获取电力系统运行和故障的任何信息和数据，也可将它所获得的被保护元件的任何信息和数据传送给网络控制中心或任一终端。因此，每个微机保护装置不但可完成继电保护功能，而且在无故障正常运行情况下还可完成测量、控制、数据通信功能，亦即实现保护、控制、测量、数据通信一体化。
目前，为了测量、保护和控制的需要，室外变电站的所有设备，如变压器、线路等的二次电压、电流都必须用控制电缆引到主控室。所敷设的大量控制电缆不但要大量投资，而且使二次回路非常复杂。但是如果将上述的保护、控制、测量、数据通信一体化的计算机装置，就地安装在室外变电站的被保护设备旁，将被保护设备的电压、电流量在此装置内转换成数字量后，通过计算机网络送到主控室，则可免除大量的控制电缆。如果用光纤作为网络的传输介质，还可免除电磁干扰。现在光电流互感器(OTA)和光电压互感器(OTV)已在研究试验阶段，将来必然在电力系统中得到应用。在采用OTA和OTV的情况下，保护装置应放在距OTA和OTV最近的地方，亦即应放在被保护设备附近。OTA和OTV的光信号输入到此一体化装置中并转换成电信号后，一方面用作保护的计算判断；另一方面作为测量量，通过网络送到主控室。从主控室通过网络可将对被保护设备的操作控制命令送到此一体化装置，由此一体化装置执行断路器的操作。1992年天津大学提出了保护、控制、测量、通信一体化问题，并研制了以TMS320C25数字信号处理器(DSP)为基础的一个保护、控制、测量、数据通信一体化装置。
2.4智能化
近年来，人工智能技术如神经网络、遗传算法、进化规划、模糊逻辑等在电力系统各个领域都得到了应用，在继电保护领域应用的研究也已开始［7］。神经网络是一种非线性映射的方法，很多难以列出方程式或难以求解的复杂的非线性问题，应用神经网络方法则可迎刃而解。例如在输电线两侧系统电势角度摆开情况下发生经过渡电阻的短路就是一非线性问题，距离保护很难正确作出故障位置的判别，从而造成误动或拒动；如果用神经网络方法，经过大量故障样本的训练，只要样本集中充分考虑了各种情况，则在发生任何故障时都可正确判别。其它如遗传算法、进化规划等也都有其独特的求解复杂问题的能力。将这些人工智能方法适当结合可使求解速度更快。天津大学从1996年起进行神经网络式继电保护的研究，已取得初步成果［8］。可以预见，人工智能技术在继电保护领域必会得到应用，以解决用常规方法难以解决的问题。
3结束语
建国以来，我国电力系统继电保护技术经历了4个时代。随着电力系统的高速发展和计算机技术、通信技术的进步，继电保护技术面临着进一步发展的趋势。国内外继电保护技术发展的趋势为：计算机化，网络化，保护、控制、测量、数据通信一体化和人工智能化，这对继电保护工作者提出了艰巨的任务，也开辟了活动的广阔天地。
作者单位：天津市电力学会(天津300072)
参考文献
1王梅义.高压电网继电保护运行技术.北京：电力工业出版社，1981
2HeJiali,ZhangYuanhui,YangNianci.NewTypePowerLineCarrierRelayingSystemwithDirectionalComparisonforEHVTransmissionLines.IEEETransactionsPAS-103，1984(2)
3沈国荣.工频变化量方向继电器原理的研究.电力系统自动化，1983(1)
4葛耀中.数字计算机在继电保护中的应用.继电器，1978(3)
5杨奇逊.微型机继电保护基础.北京：水利电力出版社，1988
6HeJiali,Luoshanshan,WangGang,etal.ImplementationofaDigitalDistributedBusProtection.IEEETransactionsonPowerDelivery,1997,12(4)
人工神经网络基本功能范文第7篇
【关键词】继电保护；微机化；智能化；发展趋势
一、继电保护技术发展现状
电力系统的飞速发展对继电保护技术不断提出新的要求，电子技术、计算机技术与通信技术的飞速发展又为继电保护技术的发展不断地注入了新的活力，我国的继电保护技术在60余年的时间里完成了发展的4个历史阶段。
建国后，我国继电保护学科、继电保护设计、继电器制造工业和继电保护技术队伍从无到有，在大约10年的时间里走过了先进国家半个世纪走过的道路。50年代，我国工程技术人员创造性的吸收、消化，掌握了国外先进的继电保护性能和运行技术，建成了一只具有深厚继电保护理论造诣和丰富运行经验的继电保护技术队伍，对全国继电保护技术队伍的建立和成长起了指导作用。在60年代中期我国已建成了继电保护研究、设计、制造、运行和教学的完整体系，这是机电式继电保护繁荣的年代，为我国继电保护技术的发展奠定了坚实基础。
自50年代末，晶体管继电保护技术已开始研究，60年代中期到80年代中期是晶体管继电保护技术蓬勃发展和广泛应用的时代。尤其是天津大学与南京电力自动化设备厂合作研究的50KV晶体管方向高频闭锁距离保护，运行于葛洲坝500KV线路上，结束了500KV线路保护完全依靠从外国进口的历史。
我国从70年代末期即已开始了计算机继电保护技术的研究。华中理工大学、西安交通大学、天津大学、华北电力学院以及南京电力自动化研究院等都开始相继研制了不同原理、不同型式的微机保护装置。1984年原华北电力学院研制的输电线路微机保护装置首先通过鉴定，并在系统中获得应用，揭开了我国继电保护发展史上新的一页，为微机保护技术的推广开辟了道路。在主设备保护方面，东南大学和华中理工大学研制的发电机失磁保护、发电机保护和发电机变压器组保护也相继于1989年、1994年通过鉴定，投入运行。南京电力自动化研究院研制的微机线路保护装置也于1991年通过鉴定。天津大学与南京电力自动化设备厂合作研制的微机相电压补偿式方向高频保护、西安交通大学与许昌继电器厂合作研制的正序故障分量方向高频保护也相继于1993年和1996年通过鉴定。至此，不同原理、不同机型的微机线路和主设备保护各具特色，为电力系统提供了一批新一代性能优良、功能齐全、工作可靠的继电保护装置。
随着微机保护装置的研究，在微机保护软件、算法等方面也取得了很多理论成果。可以说，从90年代开始我国继电保护技术已进入了微机保护的时代。
二、继电保护的未来发展
继电保护技术未来发展趋势是向计算机化，网络化，智能化，保护、控制、测量和数据通信一体化发展。
（一）计算机化
随着计算机硬件的迅猛发展，微机保护硬件也在不断地发展。原华北电力学院研制的微机线路保护硬件从8位单CPU结构的微机保护开始，不到五年时间就发展到多CPU结构，后又发展到总线不出模块的大模块结构，性能大大提高，得到了广泛应用。华中理工大学研制的微机保护也是从8位CPU开始，发展到工控机核心部分为基础的32位微机保护。
1988年，天津大学已开始研制以32位数字信号处理器为基础的保护、控制、测量一体化微机装置。因为32位微机芯片具有很高的集成度，很高的工作频率和计算速度，很大的寻址空间，丰富的指令系统和较多的输入输出口。CPU的寄存器、数据总线、地址总线都是32位的，具有存储管理功能、存储器保护功能和任务转换功能，并将高速缓存和浮点数部件都集成在CPU内。
电力系统对微机保护的要求除了保护的基本功能外，还要求具有大容量故障信息和数据的长期存放空间，快速的数据处理功能，强大的通信能力，与其它保护、控制装置和调动联网共享全系统数据、信息和网络资源的能力。在计算机保护发展的早期，曾试想过用一台小型计算机作为继电保护装置，但由于当时小型机体积大、成本高、可靠性差，这个设想是不现实的。现在，同微机保护装置大小相似的工控机的功能、速度和存储容量都大大超过了当年的小型机，用成套工控机作为继电保护的时机已经成熟，这将是微机保护发展方向之一。
继电保护装置的微机化是不可逆转的发展趋势。但对如何更好地满足电力系统要求，如何进一步提高继电保护的可靠性，如何取得更大的经济效益和社会效益，尚需进一步具体深入的研究。
（二）网络化
计算机网络作为信息和数据通信工具已成为信息时代的技术支柱，使人类生产和社会生活的面貌发生了根本变化。它深刻影响着各个工业领域，也为各个工业领域提供了强有力的通信手段。到目前为止，除了差动保护和纵联保护外，继电保护的作用也只限于切除故障元件，缩小事故影响范围。这主要是由于缺乏强有力的数据通信手段。国外早已提出过系统保护的概念，这在当时主要指安全自动装置。因为继电保护的作用不只限于切除故障元件和限制事故影响范围，还要保证全系统的安全稳定运行。这就要求每个保护单元都能共享全系统的运行和故障信息的数据，每个保护单元与重合闸装置在分析这些信息和数据的基础上协调动作，确保系统的安全稳定运行。显然，实现这种系统保护的基本条件是将全系统各主要设备的保护装置用计算机网络连接起来，亦即实现微机保护装置的网络化。
对于一般的非系统保护，实现保护装置的计算机联网也有很大的好处。继电保护装置能够得到的系统故障信息越多，对故障性质、故障位置的判断和故障距离的检测越准确。对自适应保护原理的研究已经取得了一定的成果，但要真正实现保护对系统运行方式和故障状态的自适应，必须获得更多的系统运行和故障信息，只有实现保护的计算机网络化，才能做到这一点。
由上述可知，微机保护装置网络化可大大提高保护性能和可靠性，这是微机保护发展的必然趋势。
（三）保护、控制、测量、数据通信一体化
在实现继电保护的计算机化和网络化的条件下，保护装置实际上就是一台高性能、多功能的计算机，是整个电力系统计算机网络上的一个智能终端。它可从网上获取电力系统运行和故障的任何信息和数据，也可将它获得的被保护元件的任何信息和数据传送给网络控制中心或任一终端。因此，每个微机保护装置不但可完成继电保护功能，而且在无故障正常运行情况下还可完成测量、控制、数据通信功能，亦即实现保护、控制、测量、数据通信一体化。
（四）智能化
近年来，人工智能技术如神经网络、遗传算法、进化规划、模糊逻辑等在电力系统各个领域都得到了应用，在继电保护领域应用的研究也已开始。例如在输电线两侧系统电势角度摆开情况下发生经过渡电阻的短路，距离保护很难正确判断故障位置，从而造成误动或拒动。而如果用神经网络方法，经过大量故障样本的训练，只要样本集中充分考虑了各种情况，则在发生任何故障时都可正确判别。其它如遗传算法、进化规划等也都有其独特的求解复杂问题的能力。可以预见，人工智能技术在继电保护领域必会得到应用，以解决用常规方法难以解决的问题。
三、结束语
建国以来，我国电力系统继电保护技术经历了4个时代。随着电力系统的高速发展和计算机技术、通信技术的进步，继电保护技术面临着进一步发展的趋势，这又对国内外继电保护技术发展的研究提出了新的要求。
参考文献：
[1]He Jiali,Luo Shanshan, Wang Gang.Implementation of a Digital Distributed Bus Protection.IEEE Transactions on Power Delivery,1997,12(4).
[2]杨奇逊.微型机继电保护基础[M].北京:水利电力出版社,1988.
人工神经网络基本功能范文第8篇
关键词：中医脾系；问诊；信息采集系统
DOI：10.3969/j.issn.1005-5304.2013.11.008
中图分类号：R2-05 文献标识码：A 文章编号：1005-5304（2013）11-0019-03
基金项目：国家自然科学基金青年基金（81270050，30901897）；国家基础科学人才培养基金项目（J1103607）；上海中医药大学大学生科技创新计划项目[SHUTCMCXHDZ（2011）03]
通讯作者：刘国萍，E-mail：
由于中医辨证论治思维的特点及中医辨证理论指导下临床资料采集方式的特殊性，同样是描述患者的主观感觉，中医问诊中的症状往往包涵更为复杂的信息，如阴阳、寒热、表里、虚实、气血津液、经络等方面的信息。相对西医而言，因此中医问诊为历代医家所重视，如故张景岳指出问诊“乃诊治之要
领，临证之首务也”，清代陈修园也指出“问诊是医家第一要事”。然而，尽管问诊已历经数代的不断发展和完善，问诊资料的获取仍然存在主观性较强、可重复性差、缺乏统一的实施标准等缺点，这极大制约着现代中医问诊的研究与发展，阻碍中西医理论与临床的相互沟通。因此，借助计算机信息技术研制中医问诊系统，探求中医问诊信息的规范化与客观化，为中医问诊的发展尤为重要。
本课题组在既往研究中研制了中医脾系问诊量表[1]，该量表共包括寒热、汗、头身胸腹、二便、饮食口味、睡眠、情绪、妇女共8个维度，还有既往史、望诊、切诊等内容，共113个变量。本研究在该脾系问诊量表内容的基础上，以问诊的思维为指导，设计了中医脾系问诊采集软件系统，探讨计算机技术对中医问诊数据规范化管理的实用性与可行性。
1 中医脾系问诊系统采集系统整体框架及功能
1.1 采集系统整体框架
系统采用B/S架构，即浏览器/服务器架构，用户通过浏览器（Browser）来访问用户界面，浏览器端仅负责界面显示与数据交互等简单功能，主要的事务逻辑在服务器端实现。这样的架构选择使系统存在开发快捷、维护与升级方便、共享性强等优点。系统的整体架构图见图1。
1.2 问诊系统功能的设计与实现
本着建设一个集中医临床与科研为一体的软件平台，本系统功能主要以解决对海量临床数据进行整理、存储，对数据的统计分析与描述，以及对隐性知识的挖掘等问题为需求。
1.2.1 基本功能 采用Insert DBServlet、Excel Servlet、Inquery DBServlet、Modify DBServlet、Detail DBServlet、Delete DBServlet等计算机编程语言来实现系统所应具备的基本操作、功能，如病例数据的采集储存、数据查询、数据的删改、数据的导出和打印等。
1.2.1.1 采集功能 本系统主要对就诊患者的基本信息，脾系症状与一般症状相结合的问诊信息，形态面色、舌脉象方面的望切诊信息，发病既往史以及与疾病相关的西医检验报告、诊疗处方等信息进行较全面的采集，并在最后的采集子界面输入附上诊断，包括西医诊断、采集人中医诊断及中医专家诊断，以求进一步达到所采病历信息的完整性。
1.2.1.2 查询功能 可按照编号、姓名、性别、症状、证型、病名（中医、西医）行分类检索，也可以相互组合检索。
1.2.1.3 数据的删改功能 对病历库已过时或认为错误的任何字段记录随时进行删除。删除后的记录，被放置于一个过程库中，以避免删除所带来的麻烦。
1.2.1.4 数据的导出和打印功能 数据的输出有不同的方式， 既可屏幕显示输出，又可打印输出患者病历。为统计分析方便，也可转出为Excel数据格式。
此外，在数据采集时，系统会同步记录数据从开始采集到结束的时间，并在每份病历上显示。
1.2.2 数据处理功能 数据的高级操作包括基本的数理统计、数据挖掘、数据特征提取及数据建模等算法在特定数据集上的应用。程序实现的是调用正确的算法程序对针对的数据集进行分析，并返回结果。故本部分的程序包括主调用程序FCallServlet和其可以调用的算法程序，如频度统计FreqAlgo程序。FCallServlet的功能是根据用户命令从数据库中查询出相关的数据，然后将该数据赋给用户希望使用的算法程序，从该算法程序中取到运算结果后再将其返回到用户界面，由用户界面进行显示。算法程序负责实现具体的数据处理功能，为方便起见，所有的算法程序使用统一的接口。
2 用户界面设计及运行环境
2.1 问诊系统用户界面设计
结合本系统设计的功能需求，我们在体现“以用户为中心”的基础上将系统界面设计成两大块：病历输入界面和数据基本操作界面。病历输入界面包括如下子界面：基本信息采集界面、主诉与重点问诊采集界面、一般问诊采集界面、望切诊信息采集界面、西医检验报告传入界面、其他症状与处方输入界面，诊断结果输入界面等。
2.2 问诊系统运行的测试环境
本系统在Windows7/32 bit的操作系统下开发，用于测试的浏览器包括IE8与Firefox3.6。用户界面开发的环境为Adobe Dreamweaver CS4+Adobe Fireworks CS4+Adobe Flash CS3。业务逻辑层与数据持久层的程序开发所需的环境与工具包括JDK、Tomcat、MySQL和Eclipse for Java。Tomcat为Web服务器程序，用于接收浏览器端请求，根据请求直接返回HTML页面或执行Servlet代码返回需要结果。
3 中医脾系问诊信息采集系统的测试和评价
经过多人多次不断的临床测试，该系统现已基本实现我们的设计目标。在系统设计本身所体现出的中医临床问诊思路的基础上，系统基本上能对所就诊患者进行系统、全面、规范的临床信息采集。数据分析功能也方便快捷，整个系统运行稳定，速度快，符合中医临床诊疗和科研习惯。
系统的评价从专家咨询和临床测试两部分进行，分别从功能实现（包括中医问诊采集规范、症状术语描述的规范性、病史记录的全面性和系统性、符合临床规范、操作简便快捷）、界面设计（友好美观、具有中医特色）、系统性能（运行速度、稳定性）3个方面进行打分，各项满分为5分。
3.1 专家咨询评价
邀请上海中医药大学3位临床经验丰富的消化科教授对该系统进行评分，其中中医问诊采集规范4.3分，症状术语描述的规范性4.5分，病史记录的全面性和系统性4.7分，符合临床规范4.7分，操作简便快捷4分，友好美观4.7分，具有中医特色5分，运行速度4.7分，稳定性4.5分。专家认为本系统能很好地体现中医特色，能较好实现数据的规范化采集，病史记录全面，症状用语规范，操作也较快捷简便。
3.2 临床测试及评价结果
课题组分别在上海龙华医院及上海市中医院采集中医脾系临床病例100例进行了测试和评价。测试过程中，系统各方面都运行良好，所包含的采集内容规范全面，操作也较快捷，但在系统稳定性上需进一步完善。我们的临床测试调查结果为中医问诊采集规范5分，症状术语描述的规范性4.7分，病史记录的全面性和系统性4.8分，符合临床规范4.3分，操作简便快捷4.5分，友好美观4.4分，具有中医特色4.9分，运行速度4.5分，稳定性4.1分。
4 中医脾系问诊信息采集系统研制的特色及不足
随着计算机技术的飞速发展及四诊客观化研究的深入，“老中医专家系统”以及“中医辨证系统”的研究日趋活跃。如根据模糊判别模式模拟临床经验进行中医辨证[2]、采用神经网络模型建立中医辨证系统[3-6]、采用基于信息熵的决策树算法[7]等研究，取得了一定进展，但这类系统并未按照临床的问诊思维设计，不能很好地解决临床问诊资料规范化采集问题。
传统问诊是耳闻口述，如今在信息技术的支持下，如何使中医问诊规范化、程序化和系统化，已经成为目前迫切需要研究的任务。中医问诊是一个复杂的过程，临床经验不同，其问诊效果也不一样。中医问诊与计算机相结合的中医问诊系统则完全可以依靠计算机的快速运算能力来综合众家之长。另外，中医问诊系统更具备一般医生所不具备的优点：①中医脾系问诊采集系统实现人与计算机相结合的病史资料输入。规范的临床术语及简易的输入方式不但可避免中医临床术语中灵活多变的习惯性语言描述[7-8]，实现中医脾系问诊采集的规范化，为进一步扩大及积累中医四诊数据集、实现数据间的共享提供可能，同时，也大大提高了临床信息收集的速度，无（少）中文输入的计算机病案书写并自动生成病历文件，既能将医生从大量繁琐的手工书写中解放出来，节省临床医生的病史书写时间，提高医生的工作效率，又能确保病历的完整和质量，为中医问诊的规范化、程序化、数字化研究提供便利。②本系统是基于数据库模式的集存储、利用和挖掘于一体的数据采集平台，可在进行数据采集的同时实时对数据进行储存，并借助数据仓库[9-10]进一步实现中医四诊数据的规范化管理。在人机结合、以人为主的思路下，结合系统附带的数据导出及高级数据处理功能，本系统克服了中医研究中存在的可重复性差、实施标准不统一等缺点，可方便地用于后期相关中医研究间的数据共享与挖掘，极大程度避免重复研究和资源浪费。③就其中西医结合特色及采集内容而言，本系统还新增加了以往众多中医临床采集系统中所不具备的现代医学相关内容采集板块，如现代医学检验结果报告、西医诊断等，方便在以后的证候分析进行中西医对照研究，极大促进了中西医结合的发展。
中医脾系问诊信息采集系统是在传统中医理论的指导下，从中医临床辨证思维的实际出发，运用计算机智能处理方法与中医问诊相结合，临床、科研一体化的数据采集软件，虽然以脾系为切入点，但基本上含括了中医四诊数据的全部内容，可方便地将其运用到临床上。测试和评价结果也说明该系统能在一定程度上解决问诊资料获取的主观性较强、可重复性差、缺乏统一实施标准的问题，对其他疾病问诊的规范和客观化研究具有一定的借鉴意义，将该系统运用于中医四诊数据客观化、规范化的研究具有一定的可行性。
然而，由于中医脾系问诊采集系统的研制和开发是较复杂的中医学与计算机技术的结合，因此，本系统的研制和开发中还存在问题有待进一步完善。如可以在问诊中模拟询问场景，让患者根据自身实际情况进行选择作答；还可以由医生通过远程摄像头或类似远程会议系统的环境与异地的患者面对面交流，通过询问病情，实时地掌握患者的现状，做出相应的诊断。希望随着本类型系统的不断推广使用，为临床科研提供大量真实、可靠、实时的可分析数据，推动中医药临床及科研。
参考文献：
[1] Liu Guo-Ping， Yan Jian-Jun， Wang Yi-Qin. Application of multi-label learning using the relevant feature for each label （REAL） algorithm in the diagnosis of chronic gastritis[J]. Evidence-Based Complementary and Alternative Medicine，2012： 1-9.
[2] 田禾，戴汝为.基于人工神经元网络的中医专家系统外壳NNS[J].计算机学报，1990，13（5）：397-400.
[3] 陈五零，王存冉，郭荣江.神经元网络模型及其在中医诊断方面的应用[J].中华医学杂志，1991，71（2）：111-113.
[4] 宋红，林家瑞.用于医学辅助诊断的神经网络方法的应用研究[J].生物医学工程学杂志，1996，13（2）：141-144.
[5] 樊晓平，彭展，杨胜跃，等.基于多层前馈型人工神经网络的抑郁症分类系统研究[J].计算机工程与应用，2004，40（13）：205-208.
[6] 徐蕾，贺佳，孟虹，等.基于信息熵的决策树在慢性胃炎中医辨证中的应用[J].第二军医大学学报，2004，25（9）：1009-1012.
[7] 袁敏，施毅，许吉，等.中医临床术语分类标准框架的思考与构建探索[J].世界科学技术-中医药现代化，2012，14（3）：1599-1603.
[8] 王忆勤.中医诊断学[M].北京：高等教育出版社，2012：53-69.
[9] 宋红梅，刘保延，何丽云，等.基于中医药临床科研一体化的数据挖掘需求与数据前处理方法[J].中国中医基础医学杂志，2011，17（12）：1323-1324.