您的位置: 专家智库 > >

柳双林

作品数:3 被引量:6H指数:2
供职机构:西南交通大学电气工程学院更多>>
相关领域:电气工程电子电信更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇电气工程
  • 1篇电子电信

主题

  • 2篇电站
  • 2篇量子进化
  • 2篇量子进化算法
  • 2篇进化算法
  • 2篇变电
  • 2篇变电站
  • 2篇变电站选址
  • 1篇电能
  • 1篇电能质量
  • 1篇电能质量扰动
  • 1篇电能质量扰动...
  • 1篇电网
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇配电
  • 1篇配电网
  • 1篇扰动识别
  • 1篇向量
  • 1篇向量机
  • 1篇小波

机构

  • 3篇西南交通大学

作者

  • 3篇柳双林
  • 2篇陈华丰
  • 1篇乔磊

传媒

  • 2篇电气技术

年份

  • 3篇2013
3 条 记 录,以下是 1-3
排序方式:
配电网量子进化算法规划方法研究
配电网规划是一类组合优化问题,其在数学上是一个NP-Hard问题,NP-Hard问题的求解是当今计算机科学领域瓶颈任务之一,当问题规模增大时,寻求其全局最优解至今仍是一个难题。配电网规划问题是指在满足网络运行约束和用户供...
柳双林
关键词:量子进化算法变电站选址分布式电源配电网
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
共1页<1>
聚类工具0