检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于随机矩阵理论的电网薄弱环节辨识策略

电子科技 2024年第7期37卷 1-8页

作者：阳杰孙伟卿马美玲上海理工大学机械工程学院上海200093

随着电网规模不断扩大,新型电力系统的运行特性愈加复杂,准确辨识电网存在的薄弱环节对提高系统的监测能力和保障系统的可靠运行具有重要的实际意义。文中基于随机矩阵理论提出了一种电网薄弱环节辨识策略。该策略利用电网运行中的实测... 详细信息

随着电网规模不断扩大,新型电力系统的运行特性愈加复杂,准确辨识电网存在的薄弱环节对提高系统的监测能力和保障系统的可靠运行具有重要的实际意义。文中基于随机矩阵理论提出了一种电网薄弱环节辨识策略。该策略利用电网运行中的实测数据构造随机矩阵,基于随机矩阵理论构建薄弱环节的判断指标,并设计了薄弱节点和薄弱支路的判断方法。该方法从数据相关性的角度进行分析,不需要考虑实际电网复杂的网络结构和运行机理,因此没有复杂的建模过程。为了验证该方法的可行性,通过IEEE 39节点系统搭建了算例仿真,并与传统方法进行了对比。结果表明,所提策略在辨识薄弱节点和支路上具有较好效果,且准确性相较于传统方法有所提升。

关键词：大电网新型电力系统实测数据薄弱环节辨识薄弱节点薄弱支路数据驱动随机矩阵理论

基于随机矩阵理论的用电高峰场景中电力网络异常检测模型构建研究

在线全文

学校读者我要写书评

暂无评论

自动化与仪器仪表 2024年第7期 200-204页

作者：杨澜倩何宏宇金田赵永娴广东电网有限责任公司广州供电局广州510000

随着新型电力系统的发展,电力网络规模日益扩大,传统的电力网络异常检测模型已经不能满足当前的需求。此次研究提出了一种基于随机矩阵理论的电力网络异常检测模型。实验结果表明,在低信噪比的情况下,数据集尺寸为900时,平均谱半径方法... 详细信息

随着新型电力系统的发展,电力网络规模日益扩大,传统的电力网络异常检测模型已经不能满足当前的需求。此次研究提出了一种基于随机矩阵理论的电力网络异常检测模型。实验结果表明,在低信噪比的情况下,数据集尺寸为900时,平均谱半径方法、最大特征值方法和样本协方差矩阵的准确率分别是0.746、0.764和0.788。在高信噪比的情况下,三种方法的准确率分别是0.921、0.934和0.947。在高信噪比情况下,异常节点个数为5时,平均谱半径方法、最大特征值方法和样本协方差矩阵方法的响应时间分别是3.1、2.6和2.1。在低信噪比情况下,三种方法的响应时间分别是4.0 s、3.7 s和2.8 s。研究结果表明所提出的方法能够给电力网络的稳定运行提供更好的保障。

关键词：随机矩阵理论异常检测样本协方差矩阵最大特征值

基于随机矩阵理论的智能电表状态评估方法研究

在线全文

学校读者我要写书评

暂无评论

产业科技创新 2024年第1期6卷 112-115页

作者：杨康武家森国网河南省电力公司郑州航空港经济综合实验区供电公司河南郑州450000 北京中恒博瑞数字电力科技有限公司北京100085

随着智能配电网规模的扩大和电网结构的复杂化,电力系统中的数据量迅速增加,评估电力设备面临着新的挑战。本文应用数据驱动技术,提出了一种基于随机矩阵理论智能电表状态评估方法。以平均谱半径为指标,采用实时分离窗口技术进行表征时... 详细信息

随着智能配电网规模的扩大和电网结构的复杂化,电力系统中的数据量迅速增加,评估电力设备面临着新的挑战。本文应用数据驱动技术,提出了一种基于随机矩阵理论智能电表状态评估方法。以平均谱半径为指标,采用实时分离窗口技术进行表征时间序列数据,并通过单环定理及M-P律对数据进行分析,实现对配网中智能电表的状态评估。最后,通过某省电网运行数据验证本文所提方法的有效性。

关键词：随机矩阵理论数据驱动智能电表状态评估

在线全文

学校读者我要写书评

暂无评论

随机矩阵理论在肺癌基因网络识别中的应用

物理学报 2009年第10期58卷 6703-6708页

作者：李蓉颜平兰陈健李俊李金张凯旺钟建新湘潭大学材料与光电物理学院湘潭411105

利用随机矩阵理论(RMT)方法除去肺癌基因表达数据中的噪声,并将去噪后的数据分别用模块方法和等级聚类方法进行处理.比较两种方法处理后的结果,发现RMT-等级聚类方法不仅能给出模块,还能给出模块间的关联强度.研究表明,RMT-等级聚类方... 详细信息

利用随机矩阵理论(RMT)方法除去肺癌基因表达数据中的噪声,并将去噪后的数据分别用模块方法和等级聚类方法进行处理.比较两种方法处理后的结果,发现RMT-等级聚类方法不仅能给出模块,还能给出模块间的关联强度.研究表明,RMT-等级聚类方法是一种有效的识别基因网络的新方法.

关键词：随机矩阵理论等级聚类基因网络肺癌

在线全文

学校读者我要写书评

暂无评论

随机矩阵理论在电力系统认知中的应用初探

电网技术 2017年第4期41卷 1165-1173页

作者：贺兴艾芊邱才明章健徐心怡上海交通大学电子信息与电气工程学院上海市闵行区200240 国网上海市电力公司市区供电公司上海市虹口区200080

数据是智能电网建设的战略资源乃至主要驱动力。如何处理智能电网中呈现海量、多样、实时、真实等4个特征的4 Vs数据,并从中提取信息,是电力系统大数据建设所面临的核心问题。描述了大数据的特征和引入了随机矩阵理论作为基础,以及提出... 详细信息

数据是智能电网建设的战略资源乃至主要驱动力。如何处理智能电网中呈现海量、多样、实时、真实等4个特征的4 Vs数据,并从中提取信息,是电力系统大数据建设所面临的核心问题。描述了大数据的特征和引入了随机矩阵理论作为基础,以及提出电力系统大数据的应用思路和架构。具体电力应用方面,介绍了所开发的早期事件发现、事件诊断和定位、相关性分析、可视化3D Power Map辅助展示等一系列功能。在此基础上,建立起以随机矩阵为理论基础,以数据为主要驱动力的电力系统认知体系框架,并探讨其与传统经典认知方案的区别。进一步设计案例考查了其对坏数据的鲁棒能力,其结果表明,随机矩阵理论这种工具可以有效地处理电网中的复杂数据,具有很好的学术研究意义和工程应用价值。另通过仿真算例验证了随机矩阵方案对数据异步的鲁棒性。

关键词：大数据技术系统认知随机矩阵理论线性统计参数 4 Vs数据数据驱动架构

随机矩阵理论和主成分分析融合的滚动轴承性能退化评估方法

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2021年第2期55卷 55-63页

作者：朱文昌罗梦婷倪广县王恒南通大学机械工程学院江苏南通226019

为解决传统特征提取方法处理轴承高维监测数据时会造成部分有用信息损失及现有轴承性能退化状态指标难以精确表征实际运行状态的问题,提出了一种随机矩阵理论(RMT)和主成分分析(PCA)相融合的滚动轴承性能退化评估方法(RMT-PCA)。首先,... 详细信息

为解决传统特征提取方法处理轴承高维监测数据时会造成部分有用信息损失及现有轴承性能退化状态指标难以精确表征实际运行状态的问题,提出了一种随机矩阵理论(RMT)和主成分分析(PCA)相融合的滚动轴承性能退化评估方法(RMT-PCA)。首先,通过平移时间窗对滚动轴承监测数据进行信息锁定,并构造出随机矩阵模型;其次,利用随机矩阵理论中的单环定理及M-P定律进行矩阵特征分解与提取,构造出14个特征指标;最后,基于PCA算法对多个特征指标进行融合,提取贡献率较大的主成分构造出融合特征指标用于轴承性能退化评估。采用美国IMS轴承全寿命数据进行实验研究,结果表明:与基于最大最小特征值之比指标的异常检测算法相比,RMT-PCA方法可提前12.5 h检测出轴承的早期异常;与分层狄利克雷过程-连续隐马尔可夫模型相比,RMT-PCA方法在对早期异常点和严重故障点的检测结果与前者基本相同,但其融合指标能够更清晰地反映出轴承在中期和严重退化阶段“愈合现象”的发生。

关键词：滚动轴承随机矩阵理论主成分分析性能退化评估融合特征指标

基于随机矩阵理论和最小描述长度的机载前视阵雷达杂波自由度估计

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2016年第12期38卷 3224-3229页

作者：李海刘新龙蒋婷吴仁彪中国民航大学天津市智能信号与图像处理重点实验室天津300300

有限训练样本时,总体协方差矩阵特征谱的严重扩展使得机载前视阵雷达杂波自由度估计困难。该文提出一种前视阵杂波自由度估计方法,该方法利用随机矩阵理论(Random Matrix Theory,RMT)中特征值统计分布特性建立参数化的概率模型,结合最... 详细信息

有限训练样本时,总体协方差矩阵特征谱的严重扩展使得机载前视阵雷达杂波自由度估计困难。该文提出一种前视阵杂波自由度估计方法,该方法利用随机矩阵理论(Random Matrix Theory,RMT)中特征值统计分布特性建立参数化的概率模型,结合最小描述长度(Minimum Description Length,MDL)准则关于信源检测的思想估计杂波自由度。该方法能够在有限训练样下实现杂波自由度的有效估计,仿真结果验证了方法的有效性。

关键词：前视阵雷达杂波自由度随机矩阵理论最小描述长度协方差矩阵

基于随机矩阵理论的故障时刻确定和故障区域定位方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2018年第6期38卷 1655-1664页

作者：陈伟彪陈亦平姚伟文劲宇强电磁工程与新技术国家重点实验室(华中科技大学电气与电子工程学院) 湖北省武汉市430074 中国南方电网电力调度通信中心广东省广州市510623

针对目前基于广域测量系统（wide-area measurement system,WAMS）数据的故障诊断方法容易受到WAMS不良数据干扰的问题,该文将随机矩阵理论应用于WAMS量测数据的信息提取上,分别提出了基于平均谱半径（mean spectral radius,MSR）指标... 详细信息

针对目前基于广域测量系统（wide-area measurement system,WAMS）数据的故障诊断方法容易受到WAMS不良数据干扰的问题,该文将随机矩阵理论应用于WAMS量测数据的信息提取上,分别提出了基于平均谱半径（mean spectral radius,MSR）指标的故障时刻确定方法和基于相量测量单元（phasor measurement units,PMU）数据相关性分析的故障区域定位方法,通过PMU数据的随机矩阵模型的建立和平均谱半径指标及PMU数据相关性的计算,实现了基于MSR指标的故障时刻确定和基于PMU数据相关性分析的故障区域定位,且对不良数据具有非常好的鲁棒性。分别以10机39节点算例和某实际区域电力系统为例,仿真验证了所提方法的有效性和准确性。

关键词：电力系统广域测量系统故障诊断随机矩阵理论

基于随机矩阵理论的电网状态分析与扰动定位方法

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2018年第12期42卷 93-99,126页

作者：张力张子仲顾建炜南瑞集团(国网电力科学研究院)有限公司江苏省南京市211106 国网浙江省电力有限公司浙江省杭州市310009

随着电力技术的不断发展,电网的规模和复杂程度在不断增加,导致相应的电力数据也在以指数级的速度增加。传统的模型法无法充分利用历史和实时数据,同时具有不可避免的假设与简化,而以数据为驱动的随机矩阵理论方法不依赖于具体的机理建... 详细信息

随着电力技术的不断发展,电网的规模和复杂程度在不断增加,导致相应的电力数据也在以指数级的速度增加。传统的模型法无法充分利用历史和实时数据,同时具有不可避免的假设与简化,而以数据为驱动的随机矩阵理论方法不依赖于具体的机理建模。文中首先介绍了大维统计分析,结合经典多元统计分析的局限,分析了随机矩阵原理的重要作用,重点介绍了单环定理和线性谱统计量的概念。然后,引出了高维统计指标,即文中使用的平均谱半径。结合已有的知识体系分析了随机矩阵理论的应用基础和数据来源,给出了电网状态分析的具体思路,提出了基于电压数据的电网扰动定位方法。最后,通过算例的验证,证明了所提方法的有效性。

关键词：大维统计分析随机矩阵理论状态分析扰动定位