王志忠
- 作品数：3 被引量：17H指数：3
- 供职机构：深圳大学光电工程学院更多>>
- 发文基金：国家自然科学基金深圳市基础研究计划项目更多>>
- 相关领域：电气工程更多>>
- 基于数字图像处理技术的暂态电能质量扰动分类被引量：10
- 2015年
- 为改进暂态电能质量扰动分类方法的准确性,先将暂态电能质量扰动一维数据信号通过归一化处理转换为二维灰度图像,再应用伽马校正、边缘检测及峰谷检测等数字图像处理方法增强扰动特征,得到新的灰度图像和二值图像。提取二值图像的形态学特征值组成特征向量。通过概率神经网络实现暂态电能质量扰动分类。对所提方法进行了仿真计算和比较分析。结果表明,所提出的暂态电能质量扰动分类新方法改进了扰动分类的准确性,是一种有效可行的方法。
- 江辉郑岳怀王志忠陈笠彭建春
- 关键词：电能质量数字图像处理概率神经网络
- 基点气象相似聚合的短期风电功率预测方法被引量：3
- 2016年
- 提出了一种基点气象相似聚合的短期风电功率预测方法。先以风电功率预测时间点(简称基点)的气象为核心对历史气象记录按灰色关联度进行相似聚合,以突出基点气象对应的风电功率变化规律。再对聚合中历史记录的气象因素按因子分析法降维、求取独立因素,以去除原始气象因素之间的相关性、降低因果关系的非线性度。然后基于径向基神经网络建立"独立因素-风电功率"的映射关系,从而实现风电功率预测。结合实例对此方法进行了仿真,结果表明,此方法预测得到的风电功率,其准确度比基于主成分的径向基神经网络方法的高、比径向基神经网络方法的更高。
- 文明王志忠郑岳怀江辉彭建春
- 关键词：风电功率预测气象径向基神经网络
- 基于优化无迹Kalman滤波的电网动态谐波估计被引量：4
- 2015年
- 提出一种基于粒子群优化的无迹卡尔曼滤波(particle swarm optimized unscented Kalman filter,PSOUKF)的电网动态谐波估计方法,利用包含种群分类与动态学习因子的改进粒子群优化算法,优化无迹卡尔曼滤波算法(unscented Kalman filter,UKF)的状态噪声协方差和观测噪声协方差,使系统噪声对电网动态谐波估计结果的影响得到充分考虑,克服了传统UKF算法将这两种方差视为常数导致的动态谐波估计精度低的缺陷.仿真结果表明,PSOKUF算法比卡尔曼滤波(Kalman filter,KF)算法和传统的UKF算法更有效,在没有增加计算复杂度的情况下,能够提高动态谐波估计精度.
- 江辉谢兴王志忠彭建春
- 关键词：电能质量无迹卡尔曼滤波粒子群算法
