-
题名基于风电机组输出时间序列数据分群的风电场动态等值
被引量：21
- 1
-
-
作者
张星
李龙源
胡晓波
王晓茹
周孝信
-
机构
中国电力科学研究院
西南交通大学电气工程学院
-
出处
《电网技术》
EI
CSCD
北大核心
2015年第10期2787-2793,共7页
-
文摘
为了在保证精度的前提下降低含风电场仿真系统模型的复杂度,以风电场并网点输出特性一致为目标,提出一种风电场动态等值方法。利用风电机组输出时间序列数据,应用几何模板匹配算法刻画该时间序列曲线特征,使用属性阈值聚类算法来实现风电机组分群,适用于所选时间序列的时间段内的所有时刻。在各群内,按照风电机组功率输出特性不变的原则对风电机组参数进行等值,以电压差不变为原则对集电线路进行等值。最后,以宁夏某实际风电场为例,分别选择不同时刻的风电机组状态为初值进行仿真,并比较风电场详细模型和等值模型的输出特性。结果表明,等值前后风电场并网点输出特性均保持一致,分群方法可以反映风电机组在该时间段内各时刻的运行特性,等值方法合理有效,具有一定的工程应用价值。
-
关键词
风电场动态等值
输出特性一致
输出时间序列数据
几何模板匹配
属性阈值聚类算法
-
Keywords
wind farm dynamic equivalence
consistency of output characteristics
output time series data
geometric template matching
quality threshold clustering algorithm
-
分类号
TM743
[电气工程—电力系统及自动化]
-
-
题名基于孔特征的弱纹理堆叠工件识别
被引量：8
- 2
-
-
作者
王书宇
田建艳
蔡文站
李济甫
王素钢
李丽宏
-
机构
太原理工大学电气与动力工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第3期282-288,共7页
-
基金
山西省自然科学基金(201901D111092)
山西省研究生教育创新项目(2020SY493)。
-
文摘
针对目前工业现场弱纹理堆叠工件识别困难的问题,提出一种以工件表面孔洞为特征的改进几何模板匹配算法,以合页为例进行工件识别。首先采用加权平均法对彩色图像进行灰度化处理,再采用Canny算法进行边缘检测;其次采用旋转卡壳算法求取轮廓的最小面积外接矩形,进行几何约束后得到孔洞对应的孔轮廓,并采用随机增量法计算孔轮廓的最小外接圆得到孔特征圆心坐标。采用提出的改进几何模板匹配算法,即根据孔特征之间的几何约束进行工件识别,根据孔特征之间是否存在边缘剔除误识别工件。实验结果表明,提出的算法对带孔弱纹理堆叠工件具有良好的识别效果,工件识别查全率为98.3%,误检率为0.9%,为带孔弱纹理工件的识别提供方法。
-
关键词
弱纹理堆叠工件
工件识别
孔特征
改进几何模板匹配
几何约束
-
Keywords
stacked texture-less workpieces
workpiece recognition
hole feature
improved geometric template matching
geometry constraint
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
