公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

电能质量扰动信号识别方法研究: 当代电力系统的电源特性、电网结构和负荷结构正在发生着深刻变化，各种非线性、冲击性和不平衡负荷在电网中大量投入使用，造成一系列电能质量问题，而电气设备对电能质量的敏感性不断增强。电能质量扰动的有效识别能为电能质量的管理治理...; 陈华丰; 关键词：电能质量扰动扰动识别 S变换决策树规则基; 文献传递

基于改进量子进化算法的变电站选址方法被引量：2: 2013年; 传统的变电站选址方法通常搜索时间长,且搜索质量不高,本文首次将量子进化算法(QEA)引入到变电站选址模型中,并且改进了传统的量子进化算法,提出了变电站选址的改进量子进化算法(IQEA)。IQEA对QEA的修复操作和进化方向进行改进;修复操作采用贪心修复,进化方向以适应度值作为评价的标准,以适应度值作为吸引子进行下一代的更新,从而更好地维持了种群的多样性,提高了算法性能。背包问题测试结果表明,对QEA的改进措施增强了QEA的搜索能力,提出的IQEA性能最优。且实际算例表明,本文所提出的IQEA是正确且有效的,其选址方法是科学、可行的。; 柳双林陈华丰杨志刚; 关键词：变电站选址量子进化算法背包问题

基于决策树和支持向量机的电能质量扰动识别被引量：50: 2013年; 提出一种新型电能质量扰动识别方法,该方法采用快速傅里叶变换(fast Fourier transform,FFT)结合动态测度法提取3种特征以及S变换提取4种特征;采用决策树和支持向量机(support vector machine,SVM)设计组合分类器。针对FFT频谱中谐波频率明显的扰动类型,采用极值点包络的动态测度法提取频谱中的主要频率点特征,结合S变换提取的特征首先将扰动类型进行初步归类,然后采用S变换的2个特征就能进行后续分类;决策树分类过程中采用SVM来区分电压暂降和中断,克服了特征阈值随信噪比(signal-to-noise ratio,SNR)变化难以确定的问题。仿真实验表明,该方法能够准确识别包含2种复合扰动在内的11种电能质量扰动信号,SNR低至20 dB时准确率仍达到96.50%;且与已有文献的分类结果对比表明,该方法准确率高,稳定性强,在低SNR条件下分类结果优势明显。; 陈华丰张葛祥; 关键词：电能质量扰动识别 S变换支持向量机决策树

复合电能质量扰动信号识别方法: 本发明涉及电能质量分析与监测技术。本发明公开了一种复合电能质量扰动信号识别方法，主要包括如下步骤：a、电能质量扰动信号采集；b、电能质量扰动信号特征提取；c、电能质量扰动信号分类；本发明的复合电能质量扰动信号识别方法，利...; 张葛祥赵俊博陈华丰; 文献传递

基于小波变换和支持向量机的电能质量扰动识别被引量：4: 2013年; 电能质量扰动识别时,采用小波变换提取能量分布特征时小波分解层数通常缺乏理论依据,且采用支持向量机(SVM)分类时训练样本通常只含某一种信噪比(SNR)的噪声。针对以上两个问题,利用小波变换对电能质量扰动信号进行多分辨率分析时,根据扰动信号的采样率来确定小波分解层数,提取小波能量分布差特征作为SVM的输入向量,减少了计算量和特征维数;采用信噪比在较大范围内分布较均匀的训练样本来训练SVM,增强了SVM的范化能力。仿真实验表明,该方法提高了电能质量扰动识别准确率;在20dB噪声条件下,该方法对6种电能质量扰动的识别准确率仍达到95.20%。; 陈华丰乔磊柳双林; 关键词：电能质量扰动识别小波变换支持向量机

基于S变换和规则基的复合电能质量扰动识别被引量：6: 2015年; 提出了一种复合电能质量扰动识别方法。为避免复合电能质量扰动类型中单一扰动相互影响而造成的特征混叠或失效问题,采用FFT变换结合动态测度法提取6个特征和S变换提取5个特征,从基频、中频、高频、基频标准差、频谱极值点对称等各个方面刻画扰动信号的特征;然后构建基于规则基"IF—THEN"形式的分类器,提取的特征输入分类器后能自动识别电能质量扰动类型。仿真结果表明,在一定噪声条件下,所提出的分类方法能准确识别26种扰动类型,其中包含8种单一扰动类型以及18种双重扰动类型。; 陈华丰杨志刚曾涛; 关键词：电能质量扰动识别 S变换规则基

复合电能质量扰动信号识别方法: 本发明涉及电能质量分析与监测技术。本发明公开了一种复合电能质量扰动信号识别方法，主要包括如下步骤：a、电能质量扰动信号采集；b、电能质量扰动信号特征提取；c、电能质量扰动信号分类；本发明的复合电能质量扰动信号识别方法，利...; 张葛祥赵俊博陈华丰; 文献传递

全选清除导出

共1页<1>

陈华丰