为分别评估变压器油纸绝缘的老化程度和水分含量,文中通过加速热老化试验和吸潮实验制备了不同老化程度下含水量不同的油浸绝缘纸试品,测试了试品的介损因数频谱和阻抗相位频谱,分析了老化、水分对油纸绝缘频域介电谱特性的影响。采用...为分别评估变压器油纸绝缘的老化程度和水分含量,文中通过加速热老化试验和吸潮实验制备了不同老化程度下含水量不同的油浸绝缘纸试品,测试了试品的介损因数频谱和阻抗相位频谱,分析了老化、水分对油纸绝缘频域介电谱特性的影响。采用多输出支持向量回归算法(multi-output support vectorregression,M-SVR)逼近频域介电谱曲线与油纸绝缘老化和水分之间的非线性映射关系,据此预测油纸绝缘试品的老化程度和水分含量。研究表明,对于含水量在0.5～5.6%范围内、具有不同老化程度的试品,M-SVR对含水量的预测精度较高,而对老化程度的预测精度较低,且均高于RBF神经网络;根据油纸绝缘试品的聚类分析结果,发现与老化程度相关性较大的第1、2类试品,M-SVR对其老化程度的预测精度明显提高,含水量预测精度变化不大。展开更多
潮流计算及其灵敏度分析是电力系统稳态分析与控制的基础。传统基于模型驱动的潮流计算是在电网拓扑和模型参数完备条件下,通过构建节点功率非线性方程并采用迭代方式进行求解的,灵敏度则由潮流雅可比矩阵求逆获取。模型及参数的准确性...潮流计算及其灵敏度分析是电力系统稳态分析与控制的基础。传统基于模型驱动的潮流计算是在电网拓扑和模型参数完备条件下,通过构建节点功率非线性方程并采用迭代方式进行求解的,灵敏度则由潮流雅可比矩阵求逆获取。模型及参数的准确性和迭代求解的时效性是影响潮流计算精度和速度的重要因素。该文提出一种数据驱动的潮流非线性回归及灵敏度解析计算方法,以实现不依赖于电网物理模型的潮流快速计算与分析。首先,利用电网潮流量测数据,构建基于改进的多输出最小二乘支持向量回归(multi-output least-squares support vector regression,MLSSVR)的潮流显式回归模型;其次,通过矩阵快速递归求逆,提出MLSSVR在线学习方法,增强对电网运行场景变化的适应性;最后,对潮流回归模型进行泰勒展开,提出潮流灵敏度解析计算方法。所提方法在多个IEEE标准系统和某实际省级电网进行仿真,验证了所提方法可有效得到高准确度的潮流解及其灵敏度。展开更多
针对维间耦合会影响六维腕力传感器测量精度的问题,提出了基于多输出支持向量回归机(Multi-output support vector regression,MSVR)的解耦算法。以实验室研制的六维腕力传感器为例进行静态标定实验,使用基于MSVR的解耦算法以及传统的...针对维间耦合会影响六维腕力传感器测量精度的问题,提出了基于多输出支持向量回归机(Multi-output support vector regression,MSVR)的解耦算法。以实验室研制的六维腕力传感器为例进行静态标定实验,使用基于MSVR的解耦算法以及传统的基于最小二乘求解标定矩阵的解耦算法对标定数据进行处理分析。实验结果表明,本文提出的解耦算法稳定可靠,能有效抑制维间耦合的干扰,具有较高的解耦精度。展开更多
基于支持向量机的基本原理及线性方程组中条件数的估计理论,对多输出支持向量机回归(MSVR,Multi-output Support Regression)算法中线性方程组系数矩阵进行分析。给出了其条件数估值范围的定理。此结果为支持向量机中核函数的选取提供...基于支持向量机的基本原理及线性方程组中条件数的估计理论,对多输出支持向量机回归(MSVR,Multi-output Support Regression)算法中线性方程组系数矩阵进行分析。给出了其条件数估值范围的定理。此结果为支持向量机中核函数的选取提供了有效的方法。通过实际数据做出的数值仿真实验验证了理论结果的正确性与实用性。展开更多
文摘为分别评估变压器油纸绝缘的老化程度和水分含量,文中通过加速热老化试验和吸潮实验制备了不同老化程度下含水量不同的油浸绝缘纸试品,测试了试品的介损因数频谱和阻抗相位频谱,分析了老化、水分对油纸绝缘频域介电谱特性的影响。采用多输出支持向量回归算法(multi-output support vectorregression,M-SVR)逼近频域介电谱曲线与油纸绝缘老化和水分之间的非线性映射关系,据此预测油纸绝缘试品的老化程度和水分含量。研究表明,对于含水量在0.5～5.6%范围内、具有不同老化程度的试品,M-SVR对含水量的预测精度较高,而对老化程度的预测精度较低,且均高于RBF神经网络;根据油纸绝缘试品的聚类分析结果,发现与老化程度相关性较大的第1、2类试品,M-SVR对其老化程度的预测精度明显提高,含水量预测精度变化不大。
文摘潮流计算及其灵敏度分析是电力系统稳态分析与控制的基础。传统基于模型驱动的潮流计算是在电网拓扑和模型参数完备条件下,通过构建节点功率非线性方程并采用迭代方式进行求解的,灵敏度则由潮流雅可比矩阵求逆获取。模型及参数的准确性和迭代求解的时效性是影响潮流计算精度和速度的重要因素。该文提出一种数据驱动的潮流非线性回归及灵敏度解析计算方法,以实现不依赖于电网物理模型的潮流快速计算与分析。首先,利用电网潮流量测数据,构建基于改进的多输出最小二乘支持向量回归(multi-output least-squares support vector regression,MLSSVR)的潮流显式回归模型;其次,通过矩阵快速递归求逆,提出MLSSVR在线学习方法,增强对电网运行场景变化的适应性;最后,对潮流回归模型进行泰勒展开,提出潮流灵敏度解析计算方法。所提方法在多个IEEE标准系统和某实际省级电网进行仿真,验证了所提方法可有效得到高准确度的潮流解及其灵敏度。
文摘针对维间耦合会影响六维腕力传感器测量精度的问题,提出了基于多输出支持向量回归机(Multi-output support vector regression,MSVR)的解耦算法。以实验室研制的六维腕力传感器为例进行静态标定实验,使用基于MSVR的解耦算法以及传统的基于最小二乘求解标定矩阵的解耦算法对标定数据进行处理分析。实验结果表明,本文提出的解耦算法稳定可靠,能有效抑制维间耦合的干扰,具有较高的解耦精度。
文摘基于支持向量机的基本原理及线性方程组中条件数的估计理论,对多输出支持向量机回归(MSVR,Multi-output Support Regression)算法中线性方程组系数矩阵进行分析。给出了其条件数估值范围的定理。此结果为支持向量机中核函数的选取提供了有效的方法。通过实际数据做出的数值仿真实验验证了理论结果的正确性与实用性。
