期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于特征优选及改进自组织神经网络的非侵入式负荷辨识
被引量：
7
1
作者
向颖
严慧峰
+5 位作者
余旭阳
余爱琴
刘顺成
江卓翰
刘鹏飞
杨秀媛
《中国电机工程学报》
EI
CSCD
北大核心
2022年第S01期106-114,共9页
负荷辨识是非侵入式负荷监测的关键,随着需求侧负荷数据的持续增长,利用智能算法对海量用电数据进行准确辨识成为目前的研究热点。该文在已有研究的基础上,建立非侵入式负荷辨识的有效处理方法,包括事件检测、负荷特征提取、特征筛选和...
负荷辨识是非侵入式负荷监测的关键,随着需求侧负荷数据的持续增长,利用智能算法对海量用电数据进行准确辨识成为目前的研究热点。该文在已有研究的基础上,建立非侵入式负荷辨识的有效处理方法,包括事件检测、负荷特征提取、特征筛选和负荷辨识算法。利用Fisher算法对提取的典型居民负荷特征进行筛选,降低了负荷特征的冗余度,将波形数据转化为可辨识的结构化数据。提出非侵入式负荷监测下基于粒子群优化的改进自组织神经网络负荷辨识算法。考虑不同负荷设备的物理特性差异,提取用电设备通用负荷特征,构建低时间复杂度和高辨识准确率的改进自组织神经网络系统,完成对负荷种类的判定。实验验证了该算法能够在非侵入式负荷监测条件下,实现对居民用户负荷种类的有效辨识,且算法收敛速度较快,准确度高。
展开更多
关键词
非侵入式负荷监测
负荷特征
Fisher算法
改进自组织神经网络
负荷辨识
在线阅读
下载PDF
职称材料
基于改进PCA-SOM的电静压伺服作动器油滤堵塞故障诊断
被引量：
4
2
作者
陈换过
刘培君
+1 位作者
俞杭
肖雪
《中国机械工程》
EI
CAS
CSCD
北大核心
2021年第7期799-805,共7页
针对电静压伺服作动器(EHA)的油滤堵塞故障,提出利用可调式球头油堵预置不同程度的油滤堵塞工况进行数据采集,并在传统自组织映射神经网络(SOM)的基础上,引入主成分分析(PCA)法,利用各元主成分贡献率对神经元竞争域值各维系数进行修订,...
针对电静压伺服作动器(EHA)的油滤堵塞故障,提出利用可调式球头油堵预置不同程度的油滤堵塞工况进行数据采集,并在传统自组织映射神经网络(SOM)的基础上,引入主成分分析(PCA)法,利用各元主成分贡献率对神经元竞争域值各维系数进行修订,提出了改进PCA-SOM神经网络对系统堵塞状态进行判识。研究结果表明,与传统SOM神经网络和PCA-SOM神经网络相比,改进PCA-SOM神经网络在提高聚类效果的同时,提高了模型的准确率和训练速度,在EHA的油滤堵塞故障诊断中有更好的适用性。
展开更多
关键词
电静压伺服作动器
改进
主成分分析法-
自组织
映射
神经网络
油滤堵塞
故障诊断
在线阅读
下载PDF
职称材料
一种电能质量扰动监测与识别新方法
被引量：
22
3
作者
曹健
林涛
+1 位作者
徐遐龄
刘林
《中国电机工程学报》
EI
CSCD
北大核心
2011年第31期125-133,共9页
为了能够为各类电能扰动事件的本质研究和有效治理提供准确、可靠的依据,提出基于时频原子变换(timefrequency transform,TFT)和改进型自组织映射神经网络(improved self-organizing map,ISOM)的电能质量扰动在线监测与识别新方法。TFT...
为了能够为各类电能扰动事件的本质研究和有效治理提供准确、可靠的依据,提出基于时频原子变换(timefrequency transform,TFT)和改进型自组织映射神经网络(improved self-organizing map,ISOM)的电能质量扰动在线监测与识别新方法。TFT具有自适应复带通滤波特性,其频窗中心与频窗半径解耦及频窗宽度不受中心频率的约束,可以灵活调整。通过设置恰当的频域窗口,TFT可有效抑制邻近频率分量的相互干扰,且有较好的动态响应速度。TFT能准确监测电力系统波形中电能质量事件,并为类型识别提供物理意义明确、指标具体的实时模式特征。依据TFT提取的特征向量,ISOM可准确识别单一或同时存在的多重电能质量事件,并对其严重程度进行直观表达,能动态反映电能质量事件各自的发展变化轨迹。仿真验证结果表明了所提出方法的有效性和优越性。
展开更多
关键词
电能质量
时频原子变换
模式识别
改进
型
自组织
映射
神经网络
在线阅读
下载PDF
职称材料
题名
基于特征优选及改进自组织神经网络的非侵入式负荷辨识
被引量：
7
1
作者
向颖
严慧峰
余旭阳
余爱琴
刘顺成
江卓翰
刘鹏飞
杨秀媛
机构
国网湖南省电力有限公司
能源互联网供需运营湖南省重点实验室(国网湖南省电力有限公司经济技术研究院)
天地电研(北京)科技有限公司
北京信息科技大学自动化学院
出处
《中国电机工程学报》
EI
CSCD
北大核心
2022年第S01期106-114,共9页
基金
国家自然科学基金项目(51377011)
国网湖南省电力有限公司科技项目(5216A2200009)
文摘
负荷辨识是非侵入式负荷监测的关键,随着需求侧负荷数据的持续增长,利用智能算法对海量用电数据进行准确辨识成为目前的研究热点。该文在已有研究的基础上,建立非侵入式负荷辨识的有效处理方法,包括事件检测、负荷特征提取、特征筛选和负荷辨识算法。利用Fisher算法对提取的典型居民负荷特征进行筛选,降低了负荷特征的冗余度,将波形数据转化为可辨识的结构化数据。提出非侵入式负荷监测下基于粒子群优化的改进自组织神经网络负荷辨识算法。考虑不同负荷设备的物理特性差异,提取用电设备通用负荷特征,构建低时间复杂度和高辨识准确率的改进自组织神经网络系统,完成对负荷种类的判定。实验验证了该算法能够在非侵入式负荷监测条件下,实现对居民用户负荷种类的有效辨识,且算法收敛速度较快,准确度高。
关键词
非侵入式负荷监测
负荷特征
Fisher算法
改进自组织神经网络
负荷辨识
Keywords
non-intrusive load monitoring
load characteristics
Fisher algorithm
improved self-organizing map neural network
load identification
分类号
TM13 [电气工程—电工理论与新技术]
在线阅读
下载PDF
职称材料
题名
基于改进PCA-SOM的电静压伺服作动器油滤堵塞故障诊断
被引量：
4
2
作者
陈换过
刘培君
俞杭
肖雪
机构
浙江理工大学浙江省机电产品可靠性技术研究重点实验室
北京精密机电控制设备研究所
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2021年第7期799-805,共7页
基金
国家自然科学基金(51975535)
NSFC-浙江两化融合项目(U1709210)
浙江省重点研发计划(2019C03108)。
文摘
针对电静压伺服作动器(EHA)的油滤堵塞故障,提出利用可调式球头油堵预置不同程度的油滤堵塞工况进行数据采集,并在传统自组织映射神经网络(SOM)的基础上,引入主成分分析(PCA)法,利用各元主成分贡献率对神经元竞争域值各维系数进行修订,提出了改进PCA-SOM神经网络对系统堵塞状态进行判识。研究结果表明,与传统SOM神经网络和PCA-SOM神经网络相比,改进PCA-SOM神经网络在提高聚类效果的同时,提高了模型的准确率和训练速度,在EHA的油滤堵塞故障诊断中有更好的适用性。
关键词
电静压伺服作动器
改进
主成分分析法-
自组织
映射
神经网络
油滤堵塞
故障诊断
Keywords
electro-hydraulic actuator(EHA)
improved principal component analysis(PCA)-self-organizing map(SOM)neural network
oil filter blockage
fault diagnosis
分类号
TH137.8 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
一种电能质量扰动监测与识别新方法
被引量：
22
3
作者
曹健
林涛
徐遐龄
刘林
机构
武汉大学电气工程学院
华中电力调度中心
出处
《中国电机工程学报》
EI
CSCD
北大核心
2011年第31期125-133,共9页
基金
国家自然科学基金项目(50677044)~~
文摘
为了能够为各类电能扰动事件的本质研究和有效治理提供准确、可靠的依据,提出基于时频原子变换(timefrequency transform,TFT)和改进型自组织映射神经网络(improved self-organizing map,ISOM)的电能质量扰动在线监测与识别新方法。TFT具有自适应复带通滤波特性,其频窗中心与频窗半径解耦及频窗宽度不受中心频率的约束,可以灵活调整。通过设置恰当的频域窗口,TFT可有效抑制邻近频率分量的相互干扰,且有较好的动态响应速度。TFT能准确监测电力系统波形中电能质量事件,并为类型识别提供物理意义明确、指标具体的实时模式特征。依据TFT提取的特征向量,ISOM可准确识别单一或同时存在的多重电能质量事件,并对其严重程度进行直观表达,能动态反映电能质量事件各自的发展变化轨迹。仿真验证结果表明了所提出方法的有效性和优越性。
关键词
电能质量
时频原子变换
模式识别
改进
型
自组织
映射
神经网络
Keywords
power quality
time frequency transform（TFT）
pattern recognition
improved self-organizing map artificial neural network（ISOM）
分类号
TM72 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征优选及改进自组织神经网络的非侵入式负荷辨识
向颖
严慧峰
余旭阳
余爱琴
刘顺成
江卓翰
刘鹏飞
杨秀媛
《中国电机工程学报》
EI
CSCD
北大核心
2022
7
在线阅读
下载PDF
职称材料
2
基于改进PCA-SOM的电静压伺服作动器油滤堵塞故障诊断
陈换过
刘培君
俞杭
肖雪
《中国机械工程》
EI
CAS
CSCD
北大核心
2021
4
在线阅读
下载PDF
职称材料
3
一种电能质量扰动监测与识别新方法
曹健
林涛
徐遐龄
刘林
《中国电机工程学报》
EI
CSCD
北大核心
2011
22
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
