检索结果-南通市图书馆

中国电机工程学报 2006年第22期26卷 23-28页

作者：吴军基杨伟葛成赵彤南京理工大学动力工程学院江苏省南京市210094 安徽电力设计院安徽省合肥市230022 江苏电力公司江苏省南京市210024

在分析GSA(gap statistic algorithm)数据挖掘技术应用于电力系统不良数据辨识的基础上,提出一种判断最佳聚类个数的肘形判据,该判据通过分析数据集的聚类离散度与聚类个数k的关系,按照各个k点的聚类离散度计算k处的肘形折角,并以最小... 详细信息

在分析GSA(gap statistic algorithm)数据挖掘技术应用于电力系统不良数据辨识的基础上,提出一种判断最佳聚类个数的肘形判据,该判据通过分析数据集的聚类离散度与聚类个数k的关系,按照各个k点的聚类离散度计算k处的肘形折角,并以最小肘形折角判断最佳聚类个数。将该判据与GSA相结合用于电力系统不良数据辨识。仿真结果表明:该方法不仅可以避免状态估计方法辨识的残差污染和残差淹没现象,而且可以克服单纯GSA辨识法在计算速度和辨识准确性方面的缺陷。对于大系统、数据量巨大的情况,该方法是一种快速高效的算法,具有很好的应用前景。

关键词：电力系统不良数据辨识肘形判据间隙统计算法数据挖掘聚类分析

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进肘形判据的双馈风电场动态等值研究

基于改进肘形判据的双馈风电场动态等值研究

引用

作者：杨正南京理工大学

学位级别：硕士

随着社会的不断发展,我国电力系统规模正在不断扩大,电网结构和地区间电气联系越来越复杂,给电力系统的安全稳定运行带来了巨大的挑战。近年来,随着风电并网规模的不断上升,风电机组在电力系统中的大规模接入也已经对电网的安全稳定运... 详细信息

随着社会的不断发展,我国电力系统规模正在不断扩大,电网结构和地区间电气联系越来越复杂,给电力系统的安全稳定运行带来了巨大的挑战。近年来,随着风电并网规模的不断上升,风电机组在电力系统中的大规模接入也已经对电网的安全稳定运行造成影响,随之带来的计算规模和仿真难度增大等问题也日益突出。因此,本文从简化研究过程角度出发,研究动态等值方法在电网和风电场中的具体应用及改进。主要研究内容如下:首先,对双馈式感应风力发电机的组成结构和运行原理进行研究,在此基础上,分析了双馈风机各组件模型,包括风速、风力机、双馈感应式发电机和轴系结构的数学模型;研究了风电机组的控制模型,包括桨距角控制、最大功率跟踪控制、换流器模型和保护电路模型,并对双馈风机的并网方式进行了讨论和研究。通过动态特性仿真验证了所建立模型的有效性,为后文风电场的动态等值研究奠定了理论和建模基础。其次,对电力系统动态等值方法进行研究。研究了同调等值法的基本假设和相关步骤,在此基础上,提出了一种基于间隙统计算法(gap statistic algorithm,GSA)的肘形判据来自动判别同调机群的最佳聚类个数,并利用IEEE39节点系统进行了仿真验证,仿真结果表明该方法能够有效的判断聚类个数,得到较为理想的等值效果。然后,针对双馈风电场,提取出其运行时期的13个状态变量,考虑肘形判据计算的复杂度,引入主成分分析法,以主成分代替原始数据并将其应用到肘形判据和凝聚层次聚类算法中,形成改进肘形判据;研究了风电场的等值参数计算,其中,采用容量加权法计算机组参数,拟合风速的三次方曲线作为等值风速,而对于集电线路,则采用网络变换等效的方法,有效解决了风电场中任意位置风机的等值参数聚合问题。在此基础上,提出基于改进肘形判据的双馈风电场动态等值方法。最后,根据基于改进肘形判据的双馈风电场动态等值方法,对风电场进行仿真建模与分析。对仿真运行数据采用改进肘形判据得到最佳聚类个数并进行聚类分析,聚类效果与原数据聚类效果一致,表明了本文提取的主成分用作聚类分析的可行性;通过动态等值仿真分析,验证了本文提出的基于主成分分析法的改进肘形判据的合理性和有效性。

关键词：动态等值双馈风机肘形判据凝聚层次聚类主成分分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于云计算的电力系统数据挖掘的研究

基于云计算的电力系统数据挖掘的研究

引用

作者：郭强华北理工大学

学位级别：硕士

电力系统与人们的生活、工业的生产息息相关,电力系统的稳定运行关系到了国家工业领域的正常生产,国民的正常生活,随着信息化、数字化时代的到来,电力系统中各种智能终端设备的投入,智能电网、智能能源系统的建设,使得电力系统涌现出了... 详细信息

电力系统与人们的生活、工业的生产息息相关,电力系统的稳定运行关系到了国家工业领域的正常生产,国民的正常生活,随着信息化、数字化时代的到来,电力系统中各种智能终端设备的投入,智能电网、智能能源系统的建设,使得电力系统涌现出了大量电力数据,这些大量电力数据的背后隐藏着许多电力系统运行的宝贵信息,如何挖掘出这些宝贵的信息成为了电力系统亟待解决的问题。数据挖掘是利用数学的方法挖掘出隐藏在信息背后的价值,完成从知识到价值的转变,因此使用数据挖掘的方法来分析电力数据,从来为电力决策和电力数据分析提供参考,但传统的挖掘方法是基于单节点的串行挖掘,无法满足现在海量数据挖掘的需求,云计算依靠分布式存储和并行计算,可以把许多廉价的计算机组合成集群达到处理海量数据的目的,云计算的出现带来了新的曙光,本文采用云计算与数据挖掘相结合的方法来完成电力系统数据知识到价值的转变。首先研究了开源Hadoop云计算平台,以6台PC完成了实验集群的搭建,研究了K-means和Canopy聚类算法,并介绍了两种传统算法的流程,使用两种相结合的聚类算法来分析电力用户用电规律,同时研究了均以K-means聚类算法为基础的间隙统计法和肘形判据的辨识算法,研究了两种传统算法的流程,利用两种算法各自的特点,提出了两者相结合的辨识算法达到电力系统不良数据辨识的目的,基于Map Reduce模型将所有算法并行化,使其拥有海量数据处理的能力,通过实验,将所有的并行算法应用于实例,验证了提出的并行算法高效、可行。

关键词：云计算数据挖掘 K-means Canopy 间隙统计法肘形判据

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GSA的电力系统不良数据辨识方法研究

基于GSA的电力系统不良数据辨识方法研究

引用

作者：葛成南京理工大学

学位级别：硕士

现代电力系统中,数据质量直接影响电力系统的安全、稳定运行。论文在分析基于GSA的数据挖掘技术的基础上,将之应用于电力系统不良数据辨识。通过大量的仿真发现了方法的不足,提出了一种估计聚类个数的新判据:基于GSA的肘形判据,并将之... 详细信息

现代电力系统中,数据质量直接影响电力系统的安全、稳定运行。论文在分析基于GSA的数据挖掘技术的基础上,将之应用于电力系统不良数据辨识。通过大量的仿真发现了方法的不足,提出了一种估计聚类个数的新判据:基于GSA的肘形判据,并将之用于电力系统不良数据辨识。基于GSA的肘形判据是一种判断最合适聚类个数的技术,在电力系统不良数据辨识中,首先通过BP神经网络对原始量测数据进行测试,将所得结果进行聚类,然后利用基于GSA的肘形判据判断最佳的聚类个数,它比原GSA方法更准确快速地判断聚类个数,最后将不良数据和良好数据的聚类区分开来。论文对江苏电网局部实时量测值进行仿真分析,结果表明,对各种不同情况的不良数据,基于GSA的肘形判据可以有效准确地对不良数据进行辨识。

关键词：肘形判据 GSA(Gap Statistic Algorithm) 不良数据辨识 BP神经网络聚类分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：