张学清
- 作品数：22 被引量：266H指数：9
- 供职机构：国网山东省电力公司济南供电公司更多>>
- 发文基金：国家自然科学基金山东省自然科学基金吉林省科技发展计划基金更多>>
- 相关领域：电气工程理学自动化与计算机技术交通运输工程更多>>
- 电导波动信号的HHT和SVM气液两相流流型识别方法
- 为了利用采集的电导波动信号进行流型特征分析，提出了应用经验模态分解(EMD)对电导波动信号进行了IMF 特征参数的提取，再经过希尔伯特（Hilbert）变换后提取各模态的希尔伯特谱，然后把各模态谱能量作为支持向量机的输入...
- 周云龙张学清孙斌
- 关键词：希尔伯特变换电导探针流型识别气液两相流
- 文献传递
- 基于电导波动信号的EMD分解和RBF神经网络的气液两相流流型识别方法被引量：1
- 2009年
- 针对电导波动信号具有非线性、非平稳的特征,提出一种应用经验模态分解(EMD)和RBF神经网络进行流型识别的新方法。首先对电导波动信号进行EMD分解,提取出IMF能量参数特征,然后将其输入到RBF神经网络,从而实现了对流型的识别。研究结果表明:该方法能够准确地识别出泡状流、弹状流、塞状流和混状流四种流型,且具有较好的识别效果。该方法为流型识别提开辟了新的方向。
- 周云龙张学清张南张艳艳
- 关键词：气液两相流流型识别电导探针RBF神经网络
- 基于希尔伯特-黄变换和隐马尔可夫模型的气液两相流流型识别方法被引量：11
- 2009年
- 为了研究垂直上升管中的气液两相流的流型,利用自制的多电导探针的测量系统采集了四种典型流型的电导波动信息。由于气液两相流电导波动信号的非平稳特征以及神经网络学习收敛慢等问题,提出了一种基于希尔伯特-黄变换(hilberthuang transform,HHT)和隐马尔可夫模型(hidden markov model,HMM)的两相流流型识别方法。该方法首先将信号经验模态分解(empirical mode decomposition,EMD)后的固有模态函数(IMFs)进行希尔伯特变换得到其幅值能量,并将其作为特征向量,输入到已经训练完毕的各状态HMM中,实现了对气液两相流的流型识别。实验结果表明:该方法能很好的识别垂直管内的4种流型,而且优于BP神经网络,从而为流型识别开辟了一条新的途径。
- 周云龙张学清张松林
- 关键词：气液两相流流型识别希尔伯特-黄变换经验模态分解隐马尔可夫模型
- 多尺度信息熵特征的气液二相流流型识别方法被引量：3
- 2009年
- 为研究垂直上升管中的气液二相流的流型,利用自制的多电导探针的测量系统采集了4种典型流型的电导波动信息。根据小波包变换能将电导波动信号按任意时频分辨率分解到不同频段的特性,对其进行了3层小波包分解后并计算了各个频段的信息熵特征向量,并作为特征参数输入到E lm an神经网络进行训练,实现了与神经网络相结合流型的智能识别。研究结果表明,该方法能够很准确地识别出4种流型,且提取特征比较方便,从而为流型识别提供了一种新的有效方法。
- 周云龙张学清何强勇
- 关键词：小波包分解电导探针ELMAN神经网络信息熵流型识别
- 基于累积指数的电网电压稳定性能的评估被引量：9
- 2012年
- 提出了一种基于累积指数的电压稳定性能评估方法。首先通过仿真功能得到电网各个负荷节点的电压幅值信息,再利用分时段的信号能量谱计算出了各时段的信号能量信息。然后利用动力学的波动强度理论选取了最佳信号能量波动序列的长度,由此构造了一种累积指数指标确定电网中电压薄弱节点。最后以山东电网2010年冬的运行方式数据为算例,分别利用戴维南等值法、P-V曲线法的分析结果验证了本文所提方法的有效性,为电网的运行与规划部门进行电压稳定性能的评估提供一种新的有效途径。
- 张学清梁军董晓明
- 关键词：电压稳定性戴维南等值连续潮流
- 风电预测、协同调度及电网电压安全评估研究
- 常规化石能源的不断消耗以及引起的碳排放、环境污染等问题日趋严重,寻求清洁高效的可再生资源以代替可耗竭的化石能源已受到人们的普遍关注。利用风电、光伏等可再生资源代替化石能源,对于降低碳排放,改善能源结构将起到重要的作用,但...
- 张学清
- 关键词：电网风电预测混沌极端学习机安全评估
- 文献传递
- HHT与Elman神经网络在离心泵故障振动信号处理中的应用被引量：8
- 2007年
- 提出了一种Hilbert-Huang变换(HHT)和Elman神经网络相结合的离心泵振动信号故障诊断新方法。首先,将离心泵振动信号时间序列数据经验模态分解(Empirical Mode Decomposition,简称EMD),然后经过Hilbert-Huang变换获得各模态(Intrinsic Mode Functions,简称IMF)的能量,并以“能量比”为元素,构造离心泵振动信号的特征向量,根据Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,利用Elman神经网络模型实现离心泵故障的诊断。实验研究结果表明该方法对离心泵振动信号故障具有很高的诊断率。
- 周云龙洪君张学清赵鹏
- 关键词：离心泵HILBERT-HUANG变换ELMAN神经网络
- 应用电导探针技术识别气液两相流流型方法及电导波动信号噪声的辨识被引量：11
- 2008年
- 针对垂直上升管的气液两相流流型的识别,提出了一种多电导探针测量系统,该测量系统由3个电导探头组成电导传感器,在此基础上利用INV306型数据采集卡实现了电导波动信号的数据采集。由于各种生产过程的参数进行测量时不可避免地信号中存在噪声信息,通过对信号的小波分解和自相关函数的分析发现电导波动信号为低频信号,且其频率一般不会超过128Hz。又通过对信号进行了小波去噪和傅立叶变换去噪之后发现利用小波分析进行信号的消噪可以很好的保存原信号中的有用部分,其有着傅立叶分析不可比拟的优点。
- 周云龙张学清孙斌
- 关键词：气液两相流电导探针自相关函数
- 基于改进D-S证据理论的小电流接地系统故障选线方法研究
- 小电流接地系统发生单相接地故障时故障特征不明显，且受很多因素的影响，所以单一选线方案不能很好地适用于小电流接地系统的各种情况。针对这一特点，本文在应用D-S证据理论进行故障选线方法的基础上加入对各种证据之间冲突情况的考虑...
- 张学清程粤
- 文献传递网络资源链接
- 广域环境下基于Q型因子学习方法的电网节点聚合规律
- 2015年
- 大规模可再生能源的并网以及电力市场解除管制的改革,使传统集中式的节点电压在线安全分析、调度与控制方法面临困境。对此,在电网运行状况全景过程化可观测条件下,提出了渐进学习的电网节点聚合的新调控理论,通过电网"局部自治与集中调控互融"的调控方式解决电网的调控问题。提出了基于Q型因子学习的电网节点聚合规律的挖掘方法,根据传统节点电压方程及发电机、负荷的等值模型得到广域环境下节点电压向量与电势之间的解析关系,推导出连续2个量测时刻下节点电压幅值变化的影响因子,并对其进行过程化的Q型因子学习,进而得到电压幅值具有一致变化的节点聚合规律。通过对德州电网的仿真分析,验证了所提方法的准确性及有效性。
- 郝广涛韩学山梁军贠志皓董晓明张学清
- 关键词：电力系统广域测量
