您的位置： 专家智库 > >

国家自然科学基金(61204027)

作品数：14 被引量：154H指数：7
相关作者：苑津莎靳松王瑜尚海昆张利伟更多>>
相关机构：华北电力大学东北电力大学中国电子科技集团公司更多>>
发文基金：国家自然科学基金中央高校基本科研业务费专项资金河北省自然科学基金更多>>
相关领域：电气工程自动化与计算机技术更多>>

文献类型

  • 14篇中文期刊文章

领域

  • 10篇电气工程
  • 5篇自动化与计算...

主题

  • 7篇局部放电
  • 7篇放电
  • 7篇变压
  • 7篇变压器
  • 6篇模式识别
  • 5篇网络
  • 2篇蚁群
  • 2篇蚁群算法
  • 2篇神经网
  • 2篇神经网络
  • 2篇算子
  • 2篇群算法
  • 2篇人工免疫
  • 2篇网络重构
  • 2篇向量
  • 2篇向量机
  • 2篇免疫算法
  • 2篇免疫算子
  • 2篇故障诊断
  • 2篇变压器故障

机构

  • 14篇华北电力大学
  • 1篇东北电力大学
  • 1篇中国科学院
  • 1篇中国电子科技...

作者

  • 10篇苑津莎
  • 8篇靳松
  • 7篇王瑜
  • 6篇尚海昆
  • 4篇张利伟
  • 1篇李中
  • 1篇郭以贺
  • 1篇韩银和
  • 1篇徐扬
  • 1篇李洪强
  • 1篇杜思思

传媒

  • 5篇电工技术学报
  • 2篇电测与仪表
  • 2篇电力系统保护...
  • 1篇计算机学报
  • 1篇计算机应用
  • 1篇计算机工程与...
  • 1篇计算机工程与...
  • 1篇华北电力大学...

年份

  • 1篇2019
  • 1篇2018
  • 1篇2017
  • 1篇2016
  • 2篇2015
  • 2篇2014
  • 6篇2013
共 14 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于双策略蚁群算法的配电网络重构研究被引量：3
2018年
电网的网络重构本质上属于非线性组合优化问题。随着智能电网的快速发展和电网规模的急剧扩张,网络重构算法的计算复杂度也大幅增加。蚁群算法具有鲁棒性、可并行性和正反馈机制等优点,因而被广泛应用于组合优化问题的求解之中。然而,现有的蚁群算法仍存在计算速度慢,易于陷入局部最优等缺点。为解决上述问题,提出了一种削减-累加双策略的蚁群算法并将其应用于电力系统的网络重构计算中。一方面,定义削减因子,使迭代过程中的蚂蚁数量随算法收敛的稳定程度而不断减少,实现动态自适应的蚂蚁数量选择机制以加快计算速度;另一方面,定义积累因子,增加了信息素的积累阶段,引导算法跳出局部最优,提高找到最优拓扑结构的概率。实验结果表明,在信息素更新次数和初始蚂蚁数量都相同的情况下,与已有工作相比,提出的算法能够将计算速度提升约25%;同时,将最小网损降低约9%。
周术鹏靳松
关键词：蚁群算法网络重构动态自适应信息素
基于典型样本和证据理论的变压器故障诊断被引量：4
2013年
变压器油中溶解气体分析中存在着大量的不确定因素,本文针对该问题提出了一种基于典型样本和证据理论的变压器故障诊断方法。该方法根据变压器历史故障数据建立典型样本,再参照典型样本构造各条证据的基本可信度分配函数,使基本可信度分配的赋值客观化。为了有效融合高度冲突的证据,将基于证据间相似系数的证据合成法则应用于基本可信度分配函数的合成,该合成法则考虑了各个证据之间的关联程度。以实际变压器油中气体监测数据进行实例分析,实验结果证明了方法的有效性,该方法可用于变压器故障诊断。
张利伟苑津莎
关键词：变压器故障诊断证据理论
基于主动学习SVM的变压器局部放电模式识别被引量：3
2013年
对局部放电类型进行有效识别是准确评估变压器绝缘状态的重要前提。然而放电类型识别过程中往往需要大量训练样本的学习才能达到较高的识别精度。针对这种情况,提出一种基于主动学习支持向量机的局部放电模式识别新方法。该方法在选择训练样本的过程中采用主动学习的方法,挑选出对分类器最有价值的放电样本进行训练。研究结果表明,该方法在保障识别精度的前提下有效减少了放电信号需要的训练样本个数,缩短了训练时间,提高了样本的学习效率。
尚海昆徐扬苑津莎李洪强
关键词：SVM变压器局部放电
基于相关系数矩阵和概率神经网络的局部放电模式识别被引量：23
2013年
针对变压器局部放电模式分类过程中特征参数维数过高的问题,提出了一种基于相关系数矩阵的参数降维方法。利用提取出的变压器局部放电信号的特征参数构造相关系数矩阵,通过分析放电信号18个特征参数间的相关性,删除具有相似分类能力的特征参数,之后引入分离度指标来衡量特征向量的分类能力大小,提取出6个具有较高分类能力的特征向量,最后通过概率神经网络进行模式识别。结果表明该降维方法有效降低了特征参数的维数,简化了分类器结构,在小样本情况下对于概率神经网络模式分类器具有较高的识别率,识别效果优于传统BP神经网络。
苑津莎尚海昆王瑜靳松
关键词：概率神经网络变压器局部放电模式识别
平移不变小波迹消噪方法在局部放电检测中的应用被引量：6
2013年
针对变压器局部放电检测中存在较多干扰的问题,本文采用平移不变小波迹方法对放电信号进行消噪处理。该方法利用小波迹理论抑制信号噪声,并通过循环平移方法强化消噪效果。小波迹建立在小波变换基础之上,利用小波迹组合描述原始放电信号特征,去除了小波系数在各尺度之间的相关性,具有良好的放电特征保持性;循环平移则消除了小波基的平移依赖性,使消噪后的信号更加逼近真实放电信号。仿真及现场数据分析表明,基于平移不变小波迹消噪方法可以有效抑制局部放电噪声干扰,成功提取出有效的局部放电信号,消噪效果优于传统小波方法。
尚海昆苑津莎王瑜靳松
关键词：平移不变变压器局部放电消噪
基于并行蚁群记忆查找算法的网络重构被引量：1
2019年
为节省网络重构的计算资源,提高计算准确度,提出一种并行蚁群记忆查找算法。将前一次迭代得到的最小网损及其对应的网络结构记录到查找表中;若本次迭代计算时蚂蚁找到的结构在查找表中已存在,则通过查找表直接得出对应网损以跳过潮流计算,节约计算资源。在信息素积累阶段,对进程中的信息素浓度进行分步式处理,增加不同进程间的差异值,进而扩大并行蚁群算法的搜索范围,使算法不易陷入局部最优。结合实例,对该算法进行仿真分析,其结果表明了该算法的准确性和高效性。
周术鹏靳松吕天成宋丽翠
关键词：网络重构并行计算蚁群算法查找表
基于智能互补策略的免疫算法被引量：3
2013年
针对自组织抗体网络存在冗余抗体和网络性能不稳定的问题,提出一种基于智能互补策略的免疫算法。基于智能互补观点,该方法引入免疫进化算法中的免疫算子,它由接种疫苗和免疫选择两部分操作构成。接种疫苗利用K-means聚类算法抽取疫苗作为初始抗体,形成关于系统的粗略描述;免疫选择对记忆抗体进行优化,调整网络结构。在Iris数据集上的测试结果表明,该方法能够充分利用系统的先验知识快速有效地提取样本的数据特征,使得数据浓缩率和分类正确率更高。
张利伟苑津莎
关键词：人工免疫网络模式识别免疫算子K-MEANS聚类
多核多分类相关向量机在变压器局部放电模式识别中的应用被引量：24
2014年
针对传统单核分类器存在的固有二分类属性及识别信息不够完整的问题,首次提出了一种基于多核多分类相关向量机(MMRVM)的变压器局部放电模式识别新方法。首先选用不同的核函数对4种变压器局部放电信号特征进行映射,解决了不同数据源的问题;然后利用粒子群优化算法对核参数进行优化选择,有效避免了核参数选择的主观性;最后利用构建出的MMRVM分类模型直接进行多分类,实现放电模式识别。文中以实验室4种典型缺陷的变压器局部放电信号为研究对象,采用传统单核SVM分类器、单核RVM分类器与MMRVM分类器对其进行分析对比。结果表明,MMRVM分类器融合了多种放电特征信息,能够较为全面的描述放电特征,与单核分类器相比具有更高的诊断准确率和更好的实用性。
尚海昆苑津莎王瑜张利伟
关键词：多核相关向量机变压器局部放电模式识别
基于灰度矩特征的局部放电模式识别被引量：8
2013年
局部放电特征向量的辨识能力是决定模式识别需要的数据量和正确与否的关键。本文提出一种新的特征参数提取方法,先将三维φ-q-n谱图进行分割、移位、合并,形成宽度为180°的两个部分;然后将每一部分投影到φ-q平面上,转化为二维数字图像;最后计算两部分数字图像的矩和中心矩。采用三层BP神经网络作为分类器,将灰度矩连同放电量在内的6个参数作为输入。针对三种常见的放电类型,气隙放电、沿面放电和电晕放电进行了试验测试,对试验数据的测试结果显示,识别率均达到100%。
王瑜苑津莎靳松
关键词：局部放电模式识别BP神经网络灰度矩
一种中压电力线通信阻抗匹配电路设计被引量：7
2017年
中压电力线信道特性复杂,其中阻抗失配会对通信质量产生重要的影响。分析了电容型相地耦合装置中耦合电容器和耦合变量器非理想参数引起的插入损耗。建立了匹配电路的模型,采用转移功率增益描述阻抗匹配的效果。以经典无源带通滤波器的结构为基础,保留耦合装置中非理想元件,基于非线性优化算法调整匹配网络的元件值,使得在50~500 k Hz范围转移功率增益的平均值达到最大。相关算例表明,该方法有效提高了整个频带的转移功率增益,达到了较好的匹配效果。所设计匹配电路结构简单,易于实现。
郭以贺杜思思
关键词：电力线通信阻抗匹配
全选 清除 导出
共2页<12>
聚类工具0