检索结果-南通市图书馆

维普期刊数据库博看期刊

基于半监督学习的新能源运行错误数据辨识系统

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2024年第1期32卷 124-128页

作者：许力方杨正姚阳国网冀北综合能源服务有限公司北京100142

为增强系统主机对于新能源运行错误数据的准确辨别能力,避免数据信息错误分拣,设计了基于半监督学习的新能源运行错误数据辨识系统。借助PT-LAB处理平台,平衡数据分辨模块与运行指令分析模块间的新能源运行错误数据传输关系,实现辨识系... 详细信息

为增强系统主机对于新能源运行错误数据的准确辨别能力,避免数据信息错误分拣,设计了基于半监督学习的新能源运行错误数据辨识系统。借助PT-LAB处理平台,平衡数据分辨模块与运行指令分析模块间的新能源运行错误数据传输关系,实现辨识系统的硬件运行环境搭建。根据半监督支持向量取值结果,求解UCI学习参数的计算数值,并根据参数向量之间的实时映射关系,确定数据库E-R图的连接形式,完成辨识系统的软件运行环境搭建。结合相关硬件设备结构,实现基于半监督学习的新能源运行错误数据辨识系统设计。对比实验结果表明,在半监督学习算法的影响下,系统主机对于待传输新能源运行错误数据的提取准确度超过了90.0%,能够较好地解决数据信息的错误分拣问题。

关键词：半监督学习新能源运行错误数据辨识 PT-LAB平台 UCI参数

基于BP神经网络的铁路隧道废水监测数据质量辨识方法

在线全文

学校读者我要写书评

暂无评论

铁道建筑 2022年第3期62卷 141-144+157页

作者：李刚李德良吴剑华王大鹏李志源中国铁道科学研究院集团有限公司节能环保劳卫研究所

针对传感器水质监测所获取的大量数据，在处理设施工况稳定、外部影响因素及发生影响概率基本不变的条件下，通过筛选代表性、可信度高的数据作为样本，建立BP神经网络模型获取水质指标数据的拟合曲线，可用于传感器自动监测数据质量的... 详细信息

针对传感器水质监测所获取的大量数据，在处理设施工况稳定、外部影响因素及发生影响概率基本不变的条件下，通过筛选代表性、可信度高的数据作为样本，建立BP神经网络模型获取水质指标数据的拟合曲线，可用于传感器自动监测数据质量的智能辨识，对非故障原因导致的测量偏差、原水水质和设施状况异常提供预警。该方法可以保证水质自动监测数据质量，实现无人值守水处理设施精准维护，降低现场工作人力成本。

关键词：铁路隧道水质监测 BP神经网络数据辨识数据分析

引入改进模糊C均值聚类的负荷数据辨识及修复方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力系统自动化 2017年第9期41卷 90-95页

作者：孔祥玉胡启安董旭柱曾意吴争荣智能电网教育部重点实验室(天津大学) 南方电网电力科学研究院

高级量测体系的建设促使大量用电负荷数据增加了可观性,但由于通信等原因,量测数据中存在不良数据。文中提出一种引入改进模糊C均值(FCM)聚类算法的负荷数据辨识及修复方法,该方法利用快速爬山技术,对标准FCM聚类算法中聚类数目难以预... 详细信息

高级量测体系的建设促使大量用电负荷数据增加了可观性,但由于通信等原因,量测数据中存在不良数据。文中提出一种引入改进模糊C均值(FCM)聚类算法的负荷数据辨识及修复方法,该方法利用快速爬山技术,对标准FCM聚类算法中聚类数目难以预先确定、初始聚类中心随机选取等缺点进行改进,实现用电负荷数据的精准聚类。在此基础上提取可行域矩阵及特征曲线,实现对新量测数据的辨识及修正。最后采用某地实际负荷测量数据进行分析,并通过与基于标准FCM聚类算法的对比,验证了该方法的快速性、高效性及其应用前景。

关键词：负荷曲线聚类模糊C均值聚类数据辨识爬山法可行域矩阵

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于密度估计的异常电力负荷数据辨识与修正

华南理工大学学报（自然科学版） 2012年第2期40卷 124-129页

作者：陈亮文福拴童述林华南理工大学电力学院广东广州510640 广东省电力调度中心广东广州510600 浙江大学电气工程学院浙江杭州310027

SCADA系统数据库中一般会有一些异常的电力负荷数据,直接用其来进行短期负荷预测将影响预测结果的准确性,因此有必要对这些异常数据进行辨识和修正.文中同时考虑负荷的横向连续性和纵向连续性,先把负荷数据按照日期排列成二维数据集,然... 详细信息

SCADA系统数据库中一般会有一些异常的电力负荷数据,直接用其来进行短期负荷预测将影响预测结果的准确性,因此有必要对这些异常数据进行辨识和修正.文中同时考虑负荷的横向连续性和纵向连续性,先把负荷数据按照日期排列成二维数据集,然后采用基于密度的方法,在两个维度中对异常数据进行辨识与修正,最后通过实例分析验证了该方法的有效性.

关键词：电力负荷异常数据短期预测密度估计数据辨识数据修正

基于最大测点正常率与GPU并行加速的不良数据辨识方法

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2019年第16期43卷 86-94,115页

作者：方睿董树锋唐坤杰朱承治裴湉宋永华浙江大学电气工程学院浙江省杭州市310027 国网浙江省电力有限公司浙江省杭州市310007 澳门大学电机及电脑工程系中国澳门

基于测量不确定度的概念,以测点正常率最大(MNMR)为目标的电力系统抗差状态估计方法具有较好的不良数据辨识能力。然而,该模型求解困难,已有研究对该模型进行了近似等效,并采用现代内点法进行求解,但存在因近似而辨识效果降低的问题。为... 详细信息

基于测量不确定度的概念,以测点正常率最大(MNMR)为目标的电力系统抗差状态估计方法具有较好的不良数据辨识能力。然而,该模型求解困难,已有研究对该模型进行了近似等效,并采用现代内点法进行求解,但存在因近似而辨识效果降低的问题。为此,基于MNMR状态估计模型,采用杂交变异粒子群算法,提出一种基于图形处理器(GPU)并行加速的不良数据辨识算法。该算法不对MNMR模型进行近似等效,根据GPU并行计算架构特点,设计了粗粒度和细粒度结合的并行加速策略。算例结果表明,所提的算法对不良数据的误检率和漏检率较低,具有较好的不良数据辨识能力,且计算时间短,加速效率高,能够满足实际运行需求。

关键词：数据辨识状态估计测点正常率图形处理器并行计算

在线全文

学校读者我要写书评

暂无评论

配电系统电压跌落状态估计中的不良数据辨识

电网技术 2010年第8期34卷 69-73页

作者：张国辉王宾潘贞存高鹏山东电力研究院山东省济南市250002 电力系统及发电设备安全控制和仿真国家重点实验室(清华大学) 北京市海淀区100084 山东大学电气工程学院山东省济南市250061 淄博供电公司山东省淄博市255000

SSE(sag state estimation)算法是一种用于电压跌落状态估计的二阶曲线拟合算法,其精度受监测数据精度影响严重,若监测关键点存在不良数据会导致整个配电网电压跌落状态的估计错误。基于此,提出了电压跌落状态估计不良数据检测算法,并... 详细信息

SSE(sag state estimation)算法是一种用于电压跌落状态估计的二阶曲线拟合算法,其精度受监测数据精度影响严重,若监测关键点存在不良数据会导致整个配电网电压跌落状态的估计错误。基于此,提出了电压跌落状态估计不良数据检测算法,并构造了修正不良数据的数学模型。算例结果证明,该算法能够有效识别不良数据,提高电压跌落状态估计精度。

关键词：配电系统电压跌落状态估计数据辨识二阶曲线拟合

基于爬山—蚁群—FCM模糊聚类的不良负荷数据辨识

在线全文

学校读者我要写书评

暂无评论

电力大数据 2022年第1期25卷 1-8页

作者：甘迪金岩磊葛立青郭鑫溢南京南瑞继保电气有限公司江苏南京211100

针对电力负荷数据存在不良数据的问题,本文提出一种基于爬山-蚁群-FCM模糊聚类算法的不良负荷数据辨识及修正方法,将启发式算法与元启发式算法结合,克服搜索算法容易陷入局部最优的缺陷。以爬山算法为蚁群算法提供初始解,由蚁群算法为FC... 详细信息

针对电力负荷数据存在不良数据的问题,本文提出一种基于爬山-蚁群-FCM模糊聚类算法的不良负荷数据辨识及修正方法,将启发式算法与元启发式算法结合,克服搜索算法容易陷入局部最优的缺陷。以爬山算法为蚁群算法提供初始解,由蚁群算法为FCM模糊聚类算法提供聚类数目和聚类中心,克服传统聚类算法选取聚类数据和聚类中心的偶然性。根据FCM模糊聚类结果计算特征曲线和可行域上下限,辨识不良负荷数据,并对不良负荷数据采用插值法进行数据修正。算例结果表明,本文方法可以有效实现不良负荷数据辨识功能,在模型的准确性上相比单一搜索算法更优,具有较高的准确性和鲁棒性,有助于提升电网数据质量,为负荷数据辨识乃至其他电力数据辨识等领域提供了一种研究思路。

关键词：数据辨识不良负荷蚁群算法爬山算法聚类

一种适用于分布式光伏电站的数据辨识和订正方法

在线全文

学校读者我要写书评

暂无评论

中国新技术新产品 2023年第12期 71-73页

作者：隋佳音国网新能源云技术有限公司北京100000

随着分布式光伏电站建设的迅速发展,其智能化监测平台已积累了相当规模的监测数据。但由于数据在采集、传输和接入过程中存在设备故障、网络制约和平台处理等问题,分布式光伏电站的基础数据质量不高,无法为信息监测、出力预测、运行管... 详细信息

随着分布式光伏电站建设的迅速发展,其智能化监测平台已积累了相当规模的监测数据。但由于数据在采集、传输和接入过程中存在设备故障、网络制约和平台处理等问题,分布式光伏电站的基础数据质量不高,无法为信息监测、出力预测、运行管理和运维管理等提供正确、有力的支撑。因此该文建立了整套数据辨识和订正体系,并提出异常数据辨识、订正和标识方法,最后通过算例验证了方法的有效性。

关键词：分布式光伏电站数据辨识数据订正数据标识

基于小波分析的电力信息通信过程不良数据辨识研究

在线全文

学校读者我要写书评

暂无评论

自动化技术与应用 2022年第10期41卷 129-132页

作者：王渭马梦轩王圣杰温兴贤陈峥国网宁夏电力有限公司信息通信公司宁夏银川750001

传统的电力通信过程不良数据辨识方法的消噪能力较差,导致辨识效率较低。为此,本研究基于小波分析设计了新的电力信息通信过程不良数据辨识方法。根据小波变换的奇异性对电力信息通信过程进行局部奇异性检测,根据检测结果,结合神经网络... 详细信息

传统的电力通信过程不良数据辨识方法的消噪能力较差,导致辨识效率较低。为此,本研究基于小波分析设计了新的电力信息通信过程不良数据辨识方法。根据小波变换的奇异性对电力信息通信过程进行局部奇异性检测,根据检测结果,结合神经网络算法区分正常数据和不良数据。然后采用软阈值和硬阈值去噪方法消除不良数据中的含噪信号,在计算噪声强度后,将某一尺度内的小波变换系数的平方由小到大排列,并计算似然估计向量,再根据向量中的最小值和最大值删除信号中的噪声部分。实验结果表明:该方法能够有效提高消噪能力、增强辨识效率。

关键词：小波分析电力通信不良数据数据辨识