-
题名基于局部全局一致性学习算法的故障选线方法
- 1
-
-
作者
马草原
罗艳芳
李春晓
崔连华
-
机构
中国矿业大学信电学院
国网山东省电力公司济宁供电公司
-
出处
《工矿自动化》
北大核心
2015年第10期32-36,共5页
-
基金
国家自然科学基金资助项目(51107143)
江苏省自然科学基金资助项目(BK20130187)
-
文摘
针对现有故障选线方法用于中性点经消弧线圈接地系统或相电压过零点附近发生故障时选线不准确的问题,提出一种基于局部全局一致性学习算法的小电流选线方法,即首先对线路接地故障原始信号进行傅里叶变换,然后将各故障信号的特征量输入局部全局一致性学习算法,通过标签循环传递判断故障特征信号,从而选出故障线路。通过Matlab仿真模型与实验室测试平台对该方法进行了研究,结果表明该方法具有较高的选线可靠性与准确性。
-
关键词
煤矿电网
小电流接地
故障选线
小电流选线
局部全局一致性学习算法
-
Keywords
power network of coal mine
small current grounding
fault line selection
small current line selection
local global consistency learning algorithm
-
分类号
TD632
[矿业工程—矿山机电]
-
-
题名最佳的分类器链局部检测与挖掘算法
- 2
-
-
作者
李哲
周油胜
龙洋
黄益华
-
机构
国网重庆市电力公司电力科学研究院
重庆邮电大学计算机科学与技术学院
重庆电力高等专科学校电力工程学院
-
出处
《计算机工程与设计》
北大核心
2017年第11期3056-3060,3079,共6页
-
基金
国家自然科学基金项目(61500232
61470724)
+1 种基金
国网面向大数据技术攻关基金项目(PD71-15-043
2015渝电科技13#)
-
文摘
为在先验信息不足以及数据动态变化时,从大数据中检测各种概念并提取有用的信息,提出一种局部检测与挖掘算法,构建最佳分类器链。采用多臂赌博机对分类器进行学习,构建的分类器在运行时不需要通过分布式局部分类器中央单元进行任何信息的交换,只需反馈有限的挖掘效果,确保最佳分类器链的学习;无需任何先验信息,学习的后悔值随分类函数个数的增加呈线性增长。数值模拟实验结果表明,与经典相关方法相比,该方法在分类器数量增加时性能更优,收敛速度更快。
-
关键词
分类器链
检测与挖掘
赌博机问题
后悔值
局部学习算法
-
Keywords
chains of classifiers
exploration and mining
bandit problem
regret
local learning algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于前向神经网络的非线性时变系统辨识
被引量：7
- 3
-
-
作者
顾成奎
王正欧
-
机构
天津大学系统工程研究所
-
出处
《管理科学学报》
CSSCI
2001年第3期36-39,45,共5页
-
基金
国家自然科学基金资助项目 (6 97740 33)
-
文摘
提出基于前向神经网络的非线性时变系统辨识方法 ,并用局部化推广卡尔曼滤波算法训练网络 .该算法与全局推广卡尔曼滤波算法相比 ,不需要矩阵求逆运算 ,具有更高的收敛速度和更小存储容量要求 .
-
关键词
非线性时变系统
前向神经网络
局部化学习算法
卡尔曼滤波
-
Keywords
nonlinear time varying systems
feed forward neural networks
local algorithm
Kalman filtering
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP13
[自动化与计算机技术—控制理论与控制工程]
-
