您的位置: 专家智库 > >

曾勇

作品数:6 被引量:37H指数:3
供职机构:重庆大学更多>>
相关领域:电气工程自动化与计算机技术经济管理更多>>

文献类型

  • 4篇期刊文章
  • 2篇学位论文

领域

  • 3篇电气工程
  • 2篇自动化与计算...
  • 1篇经济管理

主题

  • 3篇电力
  • 3篇子群
  • 3篇粒子群
  • 3篇粒子群优化
  • 2篇电力负荷
  • 2篇电力负荷预测
  • 2篇支持向量
  • 2篇负荷预测
  • 1篇电价
  • 1篇电力价格
  • 1篇电通
  • 1篇电网
  • 1篇电站
  • 1篇短期电力负荷
  • 1篇短期电力负荷...
  • 1篇短期负荷预测
  • 1篇优化算法
  • 1篇支持向量回归
  • 1篇支持向量机
  • 1篇智能变电站

机构

  • 6篇重庆大学
  • 1篇国网重庆市电...

作者

  • 6篇曾勇
  • 3篇段其昌
  • 2篇段盼
  • 1篇周华鑫
  • 1篇欧阳金鑫
  • 1篇黄大伟
  • 1篇张广峰
  • 1篇熊小伏
  • 1篇雷蕾
  • 1篇曾星星

传媒

  • 1篇计算机应用研...
  • 1篇计算机科学
  • 1篇电力系统保护...
  • 1篇智能电网(汉...

年份

  • 1篇2017
  • 1篇2015
  • 1篇2013
  • 1篇2012
  • 1篇2011
  • 1篇2010
6 条 记 录,以下是 1-6
排序方式:
非线性系统的改进型自适应积分控制算法被引量:2
2010年
针对传统非线性系统的积分控制,为减小稳态跟踪误差和防止积分饱和,设计了一种改进型的自适应积分控制。采用反馈线性化消去系统的非线性,在初始误差较大的条件下,引入惩罚函数根据误差动态调节比例系数和积分系数可抑制较大的超调量。应用Lyapunov稳定性理论,证明了在外部扰动有界的条件下,闭环控制系统一致最终有界。闭环系统稳定性的理论分析和仿真结果都验证了上述策略的可行性。
段其昌曾勇段盼雷蕾
关键词:非线性系统自适应控制
带扩展记忆的粒子群优化最小二乘支持向量机在中长期电力负荷预测中的应用被引量:7
2013年
针对中长期电力负荷预测,考虑了影响中长期电力负荷的各种因素,提出了一种带扩展记忆的粒子群优化算法(PSOEM)与最小二乘支持向量机(LSSVM)相结合的中长期负荷预测方法。PSOEM比传统PS0收敛速度更快,精度更高,具有更强的寻优能力,因此利用PSOEM算法对LSSVM参数进行优化选择,获得了较优的PSOEM-LSSVM预测模型。通过实例仿真表明,该方法与其他几种方法相比具有更高的预测精度和速度。
段其昌周华鑫曾勇张广峰
关键词:中长期负荷预测最小二乘支持向量机
基于山火时空特征的林区输电通道风险评估方法研究
论文受国家电网公司重大基础前瞻性科技项目“基于精细化气象预报的输电线路风险预警技术研究”(SG20141187)资助。  架空输电线路暴露在大气环境之下,易受恶劣天气和极端气候的影响而发生故障,导致电力传输中断,影响电网...
曾勇
关键词:风险评估
文献传递
基于改进层次模糊评判的智能变电站二次系统状态评估被引量:2
2015年
针对智能变电站各二次设备故障机理复杂、具有不确定性、难以有效评估的问题,提出了基于改进层次分析法和模糊评判理论的智能变电站二次系统综合评估方法。以运行检修规程、测试技术规范为基础,综合考虑运行经验、工作环境和检修记录,建立二次设备状态定量和定性评估指标体系,并根据各指标的相对重要性赋予相应权重;通过半梯形分布函数构建状态指标评分模型,并引入相对劣化度来表征二次设备状态转化程度的隶属函数,进而建立层次模糊评判矩阵;由此,建立基于改进层次模糊评判的智能变电站二次系统状态评估模型。实例分析表明该方法有效可行,为智能变电站二次系统健康状态评估提供了新的思路。
熊伟曾星星张友强何燕欧阳金鑫熊小伏曾勇
关键词:智能变电站二次系统
基于智能电网的实时电价研究
能源是人类赖以生存和发展的重要物质基础,随着人类社会的进步和发展,能源日益耗尽、生态环境恶化。这些问题在困扰人类发展的同时也提醒人类需要提高能源开发利用的效率和加强环境保护。电能作为一种便于传输的清洁二次能源,其在人类使...
曾勇
关键词:智能电网电力价格仿真验证
文献传递
基于扩展记忆粒子群-支持向量回归的短期电力负荷预测被引量:14
2012年
为了快速准确高效地预测短期电力负荷,提出了一种带扩展记忆的粒子群优化技术(PSOEM)和支持向量回归(SVR)相结合,以历史负荷数据、气象因素等作为输入的基于PSOEM-SVR的短期电力负荷预测方法。PSOEM比传统PSO收敛速度更快精度更高具有更强的寻优能力,用它来优化组合核函数SVR参数,减少了SVR参数设置的盲目低效性,获得较优的PSOEM-SVR预测模型。该模型的实例仿真预测结果表明该方法比BP神经网络具有更好的准确性和稳定性,平均绝对误差控制在1%以内。
段其昌曾勇黄大伟段盼刘顿
关键词:粒子群优化支持向量回归短期负荷预测
共1页<1>
聚类工具0