李华
- 作品数：3 被引量：45H指数：2
- 供职机构：湖南大学电气与信息工程学院更多>>
- 发文基金：国家自然科学基金河北省自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 考虑分布式光伏电源与负荷相关性的接入容量分析被引量：35
- 2017年
- 研究了配电网网架结构和运行工况已知的条件下,分布式光伏电源的可接入容量问题。通过分析配电网网架结构和各节点负荷的历史数据,设定分布式光伏电源接入位置和容量初始值,构建了初始相关性样本矩阵。通过分析分布式光伏电源出力与负荷的相关性,提出了光伏发电就地消纳能力指数的概念及计算方法,构建了改进型相关性样本矩阵。以系统向配电网传输功率最小为目标函数,建立了节点电压、配电网潮流为主要约束的规划模型,利用前推回代潮流算法和退火算法求解。以中山供电局马新站10 kV配电网为例,仿真及潮流验算结果表明:对于一个已知网架结构和运行工况的配电网,考虑分布式光伏电源与负荷的相关性可有效提高分布式光伏电源的接入容量。
- 周良学张迪黎灿兵李华霍卫卫
- 关键词：配电网分布式光伏电源退火算法
- 基于支持向量机的故障诊断方法研究被引量：8
- 2015年
- 针对故障诊断中存在的故障样本不完备问题,提出一种基于支持向量数据描述(SVDD)与支持向量机(SVM)相结合的故障诊断方法。该方法首先以正常状态下的数据样本与已知故障数据样本为整体建立数据描述模型、依据已知故障数据样本建立支持向量分类机模型,然后对输入的测试数据样本采用SVDD进行拒绝与接受处理,被接受的样本再利用支持向量分类机进行具体类别诊断;被拒绝的样本则为未知故障类型。数值试验表明,该方法可以有效处理故障样本不完备的故障诊断问题,能够对已知故障类型进行准确判断,并对未知故障类型给出提示,具有一定的实践意义。
- 吕锋李华李延忠李凌燕
- 关键词：支持向量数据描述支持向量机故障诊断
- 基于SVDD-SVM分类器的风力发电机故障诊断方法被引量：2
- 2015年
- 针对风力发电机故障诊断中存在的故障样本不完备的问题,提出将支持向量数据描述(Support Vector Data Description,SVDD)与支持向量机(Support Vector Machine,SVM)相结合的方法处理风力发电机故障诊断问题.根据风力发电机正常状态样本数据和已知故障样本数据建立数据描述模型,并以已知故障样本数据建立SVM分类器模型.采用数据描述模型对测试样本数据进行拒绝和接受处理:被拒绝的样本为未知故障类型;利用SVM分类器模型对被接受的样本进行具体类别诊断.试验结果表明:该方法可以有效处理风力发电机故障诊断中故障样本不完备问题,能较好识别已知故障并对未知故障给出判断.
- 吕锋李华孙昊何明中容文杰
- 关键词：风力发电机支持向量数据描述
