-
题名利用多因素降维的配电网区段定位完全解析模型
被引量：20
- 1
-
-
作者
王秋杰
金涛
申涛
朱绍杰
刘随阳
-
机构
福州大学新能源发电与电能变换福建省高校重点实验室
国网湖北电力有限公司随州供电公司
国网湖北电力有限公司荆门供电公司
-
出处
《电工技术学报》
EI
CSCD
北大核心
2019年第14期3012-3024,共13页
-
基金
欧盟FP7国际科技合作基金(909880)
国家自然科学基金(61304260)资助项目
-
文摘
现有配电网区段定位模型由于没有将故障信息的漏报和误报计入故障变量,导致区段定位的容错能力在多节点信息畸变时存在不足。对此,构建一种配电网区段定位的完全解析模型来提高区段定位的容错能力。为了降低完全解析模型的变量维度,首先利用故障矛盾假说,将变量维度减小到3倍的节点数量;其次,利用模型分层,将单次区段定位的变量维度进一步减小;最后,将基于模型诊断的结果作为第一层定位的已知量,变量维度再次减小。算例表明:与未考虑漏报和误报的模型相比,该完全解析模型容错能力得到极大的提高,并且能同步获得漏报、误报警告信息;与没有利用多因素降维的完全解析模型相比,所提模型的定位速度和准确率相对较高,更加符合定位实时性要求。
-
关键词
配电网
区段定位
完全解析模型
多因素降维
-
Keywords
Distribution network
section location
complete analytic model
multi-factor dimensionality deduction
-
分类号
TM72
[电气工程—电力系统及自动化]
TM77
[电气工程—电力系统及自动化]
-
-
题名彬长大佛寺矿井涌水量时序预测
被引量：4
- 2
-
-
作者
侯恩科
徐林啸
荣统瑞
-
机构
西安科技大学地质与环境学院
陕西省煤炭绿色开发地质保障重点实验室
青海盐湖工业股份有限公司
-
出处
《西安科技大学学报》
CAS
北大核心
2024年第3期490-500,共11页
-
基金
国家自然科学基金项目(42177174)。
-
文摘
为提高矿井涌水量预测精度,解决矿井涌水量预测无法及时响应动态变化的问题,构建一种基于模态分解和深度学习的矿井涌水量多因素时间序列组合预测模型。使用变分模态分解和灰色关联分析筛选主控因素,通过双向长短期记忆网络和卷积长短期记忆网络对高、低频模态分量进行预测。结果表明:对比不同时序预测模型,变分模态分解可以有效捕捉时序数据中的长期依赖关系,提供了更加准确的长期时序数据预测能力;经过鲸鱼优化、贝叶斯优化算法对不同频率模态分量的处理,有效降低了高频部分的无序性、复杂性并优化了较为线性、缓慢的低频部分;验证了矿井涌水量时序预测中的变分模态深度学习组合模型的有效性和适用性,预测精度满足生产需求。该理论丰富了矿井涌水量时序预测方法,对煤矿水害预防具有一定的理论意义。
-
关键词
模态分解
深度学习
时间序列
多因素序列降维
矿井涌水量预测
-
Keywords
modal decomposition
depth learning
time series
multi-factor series dimensionality reduction
mine water inflow prediction
-
分类号
TD742
[矿业工程—矿井通风与安全]
-
