您的位置: 专家智库 > >

孙佳

作品数:5 被引量:22H指数:3
供职机构:南昌大学信息工程学院电气与自动化工程系更多>>
发文基金:国家自然科学基金江西省教育厅科学技术研究项目江西省科技厅科技攻关项目更多>>
相关领域:电气工程自动化与计算机技术电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇电气工程
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 2篇电力
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇发电
  • 2篇发电量
  • 2篇风力
  • 2篇风力发电
  • 2篇风力发电量
  • 1篇电力滤波
  • 1篇电力滤波器
  • 1篇电力系统
  • 1篇电力系统无功...
  • 1篇电能
  • 1篇电能质量
  • 1篇电网
  • 1篇电网络
  • 1篇度数
  • 1篇遗传算子
  • 1篇优化算法

机构

  • 5篇南昌大学
  • 2篇国网江西省电...
  • 1篇华东交通大学

作者

  • 5篇孙佳
  • 3篇王淳
  • 2篇高元海
  • 1篇游宇堃
  • 1篇高彦丽
  • 1篇范瑞祥
  • 1篇邓才波
  • 1篇章勇高
  • 1篇胡蕾
  • 1篇王妍

传媒

  • 1篇南昌大学学报...
  • 1篇电测与仪表
  • 1篇系统工程理论...
  • 1篇电力系统自动...
  • 1篇水电能源科学

年份

  • 1篇2016
  • 1篇2015
  • 2篇2014
  • 1篇2013
5 条 记 录,以下是 1-5
排序方式:
基于改进灰色模型与BP神经网络模型组合的风力发电量预测研究被引量:4
2015年
针对灰色模型在数据序列无规律的风力发电量预测中精度不高的问题,通过对原始数据的平滑处理改进灰色模型,并将改进的灰色模型与BP神经网络相结合构建组合预测模型,采用灰色关联法改进组合预测的权重系数。实例分析表明,改进的优选组合模型预测的准确度高于单一模型及传统的优选组合预测模型。
孙佳王淳胡蕾
关键词:BP神经网络模型
基于生物地理学优化算法的电力系统无功优化
2013年
将模拟物种迁移规律的生物地理学优化算法(BBO)应用于求解电力系统无功优化问题。区别于遗传算法中局限于染色体两两之间分享特征信息的模式,BBO独特的迁移模式使得好的栖息地特征信息得以在多个栖息地之间广泛传播,从而加快了优化进程。IEEE 14节点和IEEE 57节点的测试结果表明:BBO算法在与相关文献中的算法相当的迭代次数内能够得到更优的解,且算法对参数的依赖性不强,适用于求解电力系统无功优化这一类复杂的工程组合优化问题。
孙佳高元海王淳
关键词:电力系统无功优化
满足辐射状约束的编码和遗传算子及其在配电网重构中的应用被引量:6
2016年
针对现有配电网络重构智能算法因编码和求解方法无法保证网络满足辐射状约束而造成的寻优效率低、难以适用于大规模复杂网络的问题,引入了一种被称为"节点的名称-深度-度数"表示法(node-depth_degree representation,NDDR)的数据结构对配电网络进行编码,并基于NDDR编码构建了有明确物理意义的遗传算子.所提出的方法能够保证初始种群及遗传操作生成的所有染色体对应的网络都满足辐射状约束,避免了现有方法为满足网络辐射状约束而需要反复校验和修复网络的问题,计算负担大为减轻.3个经典测试系统和3个大型实际配电系统的测试结果表明:所提方法收敛速度快、稳定性好,能够高概率地得到问题的最优解;与环路编码的遗传算法相比,求解大规模实际复杂网络的计算时间大幅减少,能在短时间内得到高质量的解,具有良好的实用价值.
高元海王淳游宇堃江归安孙佳
关键词:遗传算子
基于RTDS的有源电力滤波器实物控制器闭环仿真技术被引量:3
2014年
为高效实现电力电子装置技术验证及测试,提出一种基于实时数字仿真仪(RTDS)的有源电力滤波器(APF)控制器闭环仿真测试方法,三相电网、负荷及APF逆变桥、直流侧电容和断路器等一次回路由RTDS中的软件进行模拟,APF控制和保护则采用实际装置中的控制板。通过5类信号调理模块解决APF控制器与RTDS软件模型之间的信号匹配问题,形成RTDS的实物控制器仿真实验标准接口。整体仿真模型在RTDS小步长环境中构建,提出绝缘栅双极型晶体管(IGBT)触发脉冲、保护控制信号逻辑、RTDS中短路故障模型、操作观察界面等核心模块建模方法,形成了完整的测试步骤和测试项目。通过将APF控制器的RTDS测试数据与实际装置的测试数据进行对比分析,验证了方法的有效性。
范瑞祥邓才波徐在德肖红霞孙佳
关键词:有源电力滤波器控制器电能质量
基于灰色神经网络优化组合的风力发电量预测研究被引量:10
2014年
文中提出一种新型灰色神经网络优化组合的风力发电量预测研究,将人工神经网络预测模型和灰色预测模型有效结合,不仅考虑了风力、风向和温度等影响因素,而且将往年风力发电量的历史数据综合考虑,结合两种预测优点,从而提高了预测的准确度并降低预测误差。算例结果证明,这种新型的灰色神经网络优化组合预测值误差低于单一的灰色预测或神经网络预测。
章勇高王妍孙佳高彦丽
关键词:人工神经网络风力发电量
共1页<1>
聚类工具0