针对数据存储中心硬盘故障数据稀少造成的故障预测效果不佳的问题,面向自我检测分析与报告技术(self-monitoring analysis and reporting technology,SMART)数据信息的时序特征,提出一种通过数据增强解决不平衡问题的硬盘故障预测算法...针对数据存储中心硬盘故障数据稀少造成的故障预测效果不佳的问题,面向自我检测分析与报告技术(self-monitoring analysis and reporting technology,SMART)数据信息的时序特征,提出一种通过数据增强解决不平衡问题的硬盘故障预测算法。该算法利用长短期记忆网络改进传统的生成对抗网络,生成包含故障恶化趋势信息的序列段数据,解决了数据集不平衡问题。同时,为进一步提高预测性能,预测模型融合了时序注意力机制和特征注意力机制,挖掘不同SMART特征和时间步对硬盘故障恶化过程的敏感程度。此外,在特征选择阶段结合了多种典型特征选择算法来选取关键特征。在真实硬盘数据集上进行了实验验证,结果表明,所提算法的准确率、召回率和F 1值均有较大提升。展开更多
含分布式电源(distributed generation,DG)的双极直流配电系统是未来配电网发展的重要形态之一,但由于DG接入方式、数量、容量、位置以及系统正负极负荷不平衡对系统静暂态电压稳定性影响不同,目前相关研究尚缺乏对此问题的分析。该文...含分布式电源(distributed generation,DG)的双极直流配电系统是未来配电网发展的重要形态之一,但由于DG接入方式、数量、容量、位置以及系统正负极负荷不平衡对系统静暂态电压稳定性影响不同,目前相关研究尚缺乏对此问题的分析。该文首先将DG等效为受控电流源,推导分析了DG接入方式、容量及负荷不平衡度对系统静态下电压不平衡度的影响;其次,基于单极故障下光伏型DG与交流电网暂态放电情况,推导分析了DG接入方式、位置、容量与系统暂态电压稳定性的关系;再者,基于多目标蜣螂优化算法提出以系统静暂态电压稳定性与DG接入成本为目标的DG接入方案规划方法,采用熵权逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)法筛选出DG接入的最佳折中方案。最后在Matlab/Simulink仿真平台搭建改进IEEE14、IEEE33双极直流配电系统验证该文所提优化方法的普适性和有效性。展开更多
文摘含分布式电源(distributed generation,DG)的双极直流配电系统是未来配电网发展的重要形态之一,但由于DG接入方式、数量、容量、位置以及系统正负极负荷不平衡对系统静暂态电压稳定性影响不同,目前相关研究尚缺乏对此问题的分析。该文首先将DG等效为受控电流源,推导分析了DG接入方式、容量及负荷不平衡度对系统静态下电压不平衡度的影响;其次,基于单极故障下光伏型DG与交流电网暂态放电情况,推导分析了DG接入方式、位置、容量与系统暂态电压稳定性的关系;再者,基于多目标蜣螂优化算法提出以系统静暂态电压稳定性与DG接入成本为目标的DG接入方案规划方法,采用熵权逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)法筛选出DG接入的最佳折中方案。最后在Matlab/Simulink仿真平台搭建改进IEEE14、IEEE33双极直流配电系统验证该文所提优化方法的普适性和有效性。
