期刊文献+
共找到52篇文章
< 1 2 3 >
每页显示 20 50 100
基于变分自编码器的多源数据融合窃电检测方法 被引量:1
1
作者 蔡梓文 赵云 +3 位作者 陆煜锌 顾莲墙 陈康 高云鹏 《电力系统保护与控制》 北大核心 2025年第4期176-187,共12页
针对当前窃电检测仅使用单一用电负荷难以捕捉复杂窃电特征,导致窃电检测发生误判,存在误检率高和准确率低下等问题,提出一种融合用电负荷、环境温度、时间以及对应台区相位线损的新型窃电检测方法。首先构建多维度特征提取变分自编码器... 针对当前窃电检测仅使用单一用电负荷难以捕捉复杂窃电特征,导致窃电检测发生误判,存在误检率高和准确率低下等问题,提出一种融合用电负荷、环境温度、时间以及对应台区相位线损的新型窃电检测方法。首先构建多维度特征提取变分自编码器(variational autoencoder for multi-dimensional feature extraction,MF-VAE)来提取用户用电行为的多维度特征。然后,基于注意力时序卷积网络(attention temporal convolutional networks,ATCN)建立判别模型,再通过膨胀卷积和因果卷积获取多维度窃电行为特征的时序关系。同时,引入卷积注意力模块分配各维度特征的注意力权重,以提高模型的表现和泛化能力。最后采用Softmax分类器完成对多源数据中潜在窃电行为的准确识别。实验结果表明,用该方法提取的窃电行为特征更加丰富和多元化,能够有效降低窃电检测误检率并提高窃电行为判别准确率。 展开更多
关键词 窃电行为判别 多源数据融合 改进时域卷积网络 变分自编码器 注意力机制
在线阅读 下载PDF
编码器换向误码输出原因探讨及鉴相电路改进 被引量:13
2
作者 孙祥明 齐明侠 沈蓉 《石油大学学报(自然科学版)》 EI CSCD 北大核心 2005年第4期91-94,共4页
从编码器的结构特点出发,探讨了编码器频繁换向时输出信号中存在误码脉冲的原因。根据编码器输出信号不能同时跳变的特点,设计了一种更简单有效的双向触发鉴相电路。该电路通过标记两相输出信号跳变时刻的状态,经过一定的逻辑与运算,有... 从编码器的结构特点出发,探讨了编码器频繁换向时输出信号中存在误码脉冲的原因。根据编码器输出信号不能同时跳变的特点,设计了一种更简单有效的双向触发鉴相电路。该电路通过标记两相输出信号跳变时刻的状态,经过一定的逻辑与运算,有效地滤除了输出信号中存在的误码脉冲。经实验室应用证明,该电路具有较好的误码滤除效果,为编码器内部电路的改进及其输出信号的数字处理提供了一种新思路。 展开更多
关键词 光电编码器 误码滤除 换向 鉴相电路 改进
在线阅读 下载PDF
基于改进正余弦算法优化堆叠降噪自动编码器的电机轴承故障诊断 被引量:22
3
作者 李兵 梁舒奇 +2 位作者 单万宁 曾文波 何怡刚 《电工技术学报》 EI CSCD 北大核心 2022年第16期4084-4093,共10页
轴承是电机的重要组成部分,其故障振动信号存在噪声干扰,导致特征提取困难,堆叠降噪自动编码器(SDAE)通过将输入数据随机置零训练网络可以有效抑制噪声干扰。此外,不理想的超参数组合易引起SDAE诊断性能不佳。因此,提出一种基于改进正... 轴承是电机的重要组成部分,其故障振动信号存在噪声干扰,导致特征提取困难,堆叠降噪自动编码器(SDAE)通过将输入数据随机置零训练网络可以有效抑制噪声干扰。此外,不理想的超参数组合易引起SDAE诊断性能不佳。因此,提出一种基于改进正余弦算法(ISCA)优化SDAE的电机轴承故障诊断方法。首先,在改进正余弦算法(SCA)粒子值更新公式中引入非线性惯性权重并对控制参数加入余弦变化构造ISCA,利用ISCA对SDAE超参数自适应选取;其次,利用具有最优网络结构的SDAE模型的无监督自学习特征提取方法提取振动信号特征参数,从而实现更好的故障诊断效果。仿真及现场实验结果表明,该方法收敛速度快、诊断准确率高,而且具有较强的鲁棒性,在电机轴承故障诊断方面具有较好的应用前景。 展开更多
关键词 堆叠降噪自动编码器 改进正余弦算法 电机轴承 故障诊断 自适应
在线阅读 下载PDF
数据不足条件下基于改进自动编码器的变压器故障数据增强方法 被引量:27
4
作者 葛磊蛟 廖文龙 +1 位作者 王煜森 宋丽可 《电工技术学报》 EI CSCD 北大核心 2021年第S01期84-94,共11页
变压器发生故障的情况较少,使得基于机器学习的变压器故障诊断方法存在数据不足的问题。为此,提出一种基于改进自动编码器(IAE)的变压器故障数据增强方法。首先,针对传统自动编码器生成的数据有限和缺乏多样性的问题,提出改进的变压器... 变压器发生故障的情况较少,使得基于机器学习的变压器故障诊断方法存在数据不足的问题。为此,提出一种基于改进自动编码器(IAE)的变压器故障数据增强方法。首先,针对传统自动编码器生成的数据有限和缺乏多样性的问题,提出改进的变压器故障数据生成策略。其次,考虑到传统卷积神经网络的池化操作会丢失大量特征信息,构建改进的卷积神经网络(ICNN)作为故障诊断的分类器。最后,通过实际数据验证了所提方法的有效性和适应性。仿真结果表明,相对于随机过采样算法、合成少数类过采样技术及自动编码器等传统的数据增强方法,IAE能同时兼顾数据的分布和多样性特征,生成的变压器故障数据对分类器的性能提升效果最好。和传统分类器相比,ICNN在数据增强前、后都具有更高的故障诊断精度。 展开更多
关键词 数据不足 变压器 故障诊断 改进自动编码器
在线阅读 下载PDF
基于改进堆叠自编码器结合LightGBM的近红外光谱回归算法研究 被引量:2
5
作者 吴继忠 时艺丹 +1 位作者 黄慧 厉小润 《分析测试学报》 CAS CSCD 北大核心 2023年第9期1112-1118,共7页
为实现高效的近红外光谱非线性回归分析,提出了一种基于改进堆叠自编码器结合LightGBM的近红外光谱回归分析算法。该算法由堆叠自编码器模块与LightGBM模块构成,将堆叠自编码模块得到的隐层特征输入LightGBM模块进行回归分析,通过递进... 为实现高效的近红外光谱非线性回归分析,提出了一种基于改进堆叠自编码器结合LightGBM的近红外光谱回归分析算法。该算法由堆叠自编码器模块与LightGBM模块构成,将堆叠自编码模块得到的隐层特征输入LightGBM模块进行回归分析,通过递进式策略自适应确定堆叠自编码器模块的结构,并利用Optu⁃na框架自动优化LightGBM模块的超参数。为验证方法的有效性,以烟草的还原糖、氯、钾、总氮4种成分为研究对象,利用1911个烟草样本进行建模,并与其他4种近红外光谱回归分析算法进行了对比。经实验验证,烟草还原糖、氯、钾、总氮预测模型的平均R_(P)、RMSEP、R_(P)^(2)分别为0.9110、0.0568、0.8328,预测精度在5种方法中综合最优。在训练集表现相当的前提下,所建方法的预测集精度相较于XGBoost提高1%~40%,过拟合问题得到改善。改进的堆叠自编码器结合LightGBM算法应用于近红外光谱分析表现出良好的成分回归分析能力,可用于烟叶化学成分预测模型的构建。 展开更多
关键词 近红外光谱 回归分析 改进堆叠自编码器 LightGBM
在线阅读 下载PDF
CDPD系统中的RS编码器的改进设计
6
作者 董威 蒋铃鸽 +1 位作者 戎蒙恬 张璠 《高技术通讯》 EI CAS CSCD 2002年第12期6-11,共6页
以CDPD系统中的RS(63,4 7)编码为例 ,对现有的Reed Solomon编码器进行了改进优化设计 ,提出了一种利用对偶基上的改进乘法器来实现的编码器结构。该结构提高了编码的速度 ,节省了硬件资源 ,并具有一定的通用性 ,特别适合超大规模集成电... 以CDPD系统中的RS(63,4 7)编码为例 ,对现有的Reed Solomon编码器进行了改进优化设计 ,提出了一种利用对偶基上的改进乘法器来实现的编码器结构。该结构提高了编码的速度 ,节省了硬件资源 ,并具有一定的通用性 ,特别适合超大规模集成电路的实现。 展开更多
关键词 CDPD系统 改进设计 监察数字分组数据 Reed-Solomon编码器 对偶基 流水线结构
在线阅读 下载PDF
分形编码器的改进研究
7
作者 许克静 王艳春 《林业机械与木工设备》 北大核心 2004年第8期17-18,共2页
对分形编码器进行研究并提出一种改进算法。该算法在小波域进行图象子树的分形匹配,并利用小波子树的相似性引入提升模式,发挥了小波变换WT和Fractal的优点,在实践中收效良好。
关键词 分形编码器 改进技术 提升框架 图象压缩
在线阅读 下载PDF
基于改进堆栈降噪自动编码器的预想事故频率指标评估方法研究 被引量:34
8
作者 赵荣臻 文云峰 +4 位作者 叶希 唐权 李文沅 陈云辉 瞿小斌 《中国电机工程学报》 EI CSCD 北大核心 2019年第14期4081-4092,共12页
可再生能源大规模并网导致电力系统转动惯量降低,在扰动事件下的频率稳定问题突出。时域仿真存在计算量大、运算耗时长等缺陷,难以满足复杂多变运行方式和海量预想事故下的频率指标快速评估需求。为了实现功率扰动事件下系统惯性中心多... 可再生能源大规模并网导致电力系统转动惯量降低,在扰动事件下的频率稳定问题突出。时域仿真存在计算量大、运算耗时长等缺陷,难以满足复杂多变运行方式和海量预想事故下的频率指标快速评估需求。为了实现功率扰动事件下系统惯性中心多维频率指标(极值频率、最大频率变化率、准稳态频率)的快速评估,该文将深度学习引入到频率稳定研究中,提出一种基于改进堆栈降噪自动编码器(improved stacked denoising autoencoders,ISDAE)的智能化评估方法。首先,利用随机森林算法筛选出重要特征变量作为输入数据,实现输入数据降维;然后,将多个降噪自动编码器堆叠,构建深度学习网络结构;采用"预训练-参数微调"方法训练网络参数,引入Dropout技术提高算法泛化能力、防止过拟合,基于均方根反向传播(root mean square back propagation,RMSprop)优化方法对网络参数进行微调,减小陷入局部最优的概率;最后,根据离线训练得到的ISDAE网络结构实现扰动事件后系统惯性中心的多维频率指标在线评估。在修改后的IEEE RTS-79系统进行测试,与时域仿真、浅层神经网络以及未改进的SDAE方法所得结果进行比较,验证所提方法的快速性、准确性以及良好的泛化能力。 展开更多
关键词 一次调频 频率指标 深度学习 随机森林 改进堆栈降噪自动编码器 DROPOUT 均方根反向传播优化
在线阅读 下载PDF
Wasserstein自编码器异常检测模型 被引量:4
9
作者 王星 霍纬纲 《计算机工程与设计》 北大核心 2020年第11期3249-3254,共6页
针对现有半监督深度生成异常检测模型对复杂真实数据分布学习能力不足及模型训练困难的问题,提出基于改进Wasserstein自编码器(Wasserstein autoencoder,WAE)的异常检测模型WAE-AD。使用能够稳定训练的自编码器网络结构,利用Wasserstei... 针对现有半监督深度生成异常检测模型对复杂真实数据分布学习能力不足及模型训练困难的问题,提出基于改进Wasserstein自编码器(Wasserstein autoencoder,WAE)的异常检测模型WAE-AD。使用能够稳定训练的自编码器网络结构,利用Wasserstein距离对模型拟合分布与待检测数据真实分布之间的距离进行度量,学习更加复杂的高维数据分布。使用正常数据构成的训练集训练模型收敛,根据待检测数据在训练好的模型中的异常得分进行异常判定。实验结果表明,WAE-AD模型的精确率、召回率、F1值3项异常检测性能指标较现有半监督深度生成异常检测模型均有明显提高。 展开更多
关键词 异常检测 wasserstein距离 自编码器 深度生成模型 半监督学习
在线阅读 下载PDF
改进深层小波自编码器的轴承故障诊断方法 被引量:9
10
作者 杜小磊 陈志刚 +1 位作者 许旭 张楠 《计算机工程与应用》 CSCD 北大核心 2020年第5期263-269,共7页
针对传统滚动轴承故障诊断方法过度依赖专家经验和故障特征提取困难的问题,结合深度学习处理高维、非线性数据的优势,提出一种基于改进深层小波自编码器的轴承智能故障诊断方法。该方法改进小波自编码器的损失函数并引入收缩项限制,再... 针对传统滚动轴承故障诊断方法过度依赖专家经验和故障特征提取困难的问题,结合深度学习处理高维、非线性数据的优势,提出一种基于改进深层小波自编码器的轴承智能故障诊断方法。该方法改进小波自编码器的损失函数并引入收缩项限制,再将多个小波自编码器进行堆叠构成深层小波自编码器,并引入"跨层"连接缓解梯度消失现象,最后利用大量无标签数据对网络进行无监督预训练并利用少量带标签数据对模型参数有监督微调。轴承诊断实验结果表明,该方法能有效地对轴承进行多种故障类型和多种故障程度的识别,特征提取能力和识别能力优于人工神经网络、深度信念网络、深度自编码器等方法。 展开更多
关键词 故障诊断 深度学习 改进小波自编码器 滚动轴承
在线阅读 下载PDF
基于改进降噪自编码器和多元时序聚类的海上风电功率预测 被引量:6
11
作者 周海 刘建锋 +3 位作者 周健 周勇良 李美玉 励晨阳 《太阳能学报》 EI CAS CSCD 北大核心 2023年第3期129-138,共10页
针对海上数值天气预报(NWP)精度低、气象因素复杂等特点,提出一种基于改进的双向降噪自编码器(BDAE)和多元时序聚类的短期海上风电功率预测方法。首先,利用Toeplitz矩阵逆协方差聚类(TICC)进行风况相似性分类,即根据30、70、100 m海上NW... 针对海上数值天气预报(NWP)精度低、气象因素复杂等特点,提出一种基于改进的双向降噪自编码器(BDAE)和多元时序聚类的短期海上风电功率预测方法。首先,利用Toeplitz矩阵逆协方差聚类(TICC)进行风况相似性分类,即根据30、70、100 m海上NWP风速进行多元序列实时分割与聚类;然后,针对不同风况类型分别建立可提取过去、未来双向有效信息的改进BDAE修正模型,以修正轮毂高度风速的预测误差;最后,基于修正后的轮毂高度风速以及其余NWP数据,利用TICC算法划分气象相似类型,并在此基础上建立对应的海上风电功率预测模型。采用国内某海上风电场数据进行实验验证,结果表明所提方法能提高海上风电功率预测精度,具有一定工程实用价值。 展开更多
关键词 海上风电场 天气预报 聚类算法 风电功率预测 改进双向降噪自编码器 多元时间序列
在线阅读 下载PDF
基于T-S模糊神经网络模型的编码器故障软闭环容错控制方法 被引量:3
12
作者 李炜 李青朋 +1 位作者 毛海杰 龚建兴 《计算机应用》 CSCD 北大核心 2014年第12期3646-3650,共5页
针对舞台吊杆调速系统中速度反馈元件增量式编码器可能产生的丢码、断码等问题,为防止故障影响的传播,结合数据驱动技术提出了一种基于T-S模糊神经网络(T-S FNN)模型的编码器故障检测与软闭环容错控制方法。首先,利用系统正常运行时的... 针对舞台吊杆调速系统中速度反馈元件增量式编码器可能产生的丢码、断码等问题,为防止故障影响的传播,结合数据驱动技术提出了一种基于T-S模糊神经网络(T-S FNN)模型的编码器故障检测与软闭环容错控制方法。首先,利用系统正常运行时的历史数据建立系统较为精确的T-S FNN预测模型,并用实际编码器测量值与模型预测值相减获得残差信息;其次,将其残差实时数据通过改进的序贯概率比检验(SPRT)算法进行故障检测,以克服检测延迟确保故障检测的可靠性,当检测出故障时,再用T-S FNN模型的预测输出替代故障编码器的输出,实现软闭环方式下的容错运行;最后,针对编码器丢码、断码等故障,采用上述方法进行了软闭环容错控制的有效性仿真验证。仿真结果表明,该方法能够快速可靠地检测到编码器故障,并用预测的重构信息通过容错切换机制,及时、安全地以软闭环方式实现了对故障编码器的容错控制,提高了舞台吊杆调速系统运行的安全可靠性。 展开更多
关键词 舞台吊杆调速系统 增量式编码器 T-S模糊神经网络 改进的序贯概率比检验算法 软闭环容错控制
在线阅读 下载PDF
基于W距离自编码器半监督生成模型
13
作者 王江晴 何开杰 +2 位作者 孙翀 帖军 尹帆 《计算机工程与设计》 北大核心 2022年第4期1002-1007,共6页
针对现有的半监督深度分类模型未能很好学习到逼近总体数据分布的问题,提出一种基于Wasserstein自编码器深度生成模型改进的半监督深度分类算法WCVAE。在设置优化目标时考虑样本集全体示例的边际分布和有标签样本的条件分布,利用Wassers... 针对现有的半监督深度分类模型未能很好学习到逼近总体数据分布的问题,提出一种基于Wasserstein自编码器深度生成模型改进的半监督深度分类算法WCVAE。在设置优化目标时考虑样本集全体示例的边际分布和有标签样本的条件分布,利用Wasserstein距离对模型拟合分布与真实数据分布之间的距离进行度量,学习到更加复杂的高维分布,使分类器学习到原数据的总体分布。实验结果表明,WCVAE在经典数据集上相较于现有方法,具有更好的质量。 展开更多
关键词 半监督学习 自编码器 深度生成模型 分类机器学习 wasserstein距离
在线阅读 下载PDF
基于VMD和改进Transformer模型的镍镉蓄电池SOH预测研究
14
作者 于天剑 冯恩来 +1 位作者 伍珣 张庆东 《铁道科学与工程学报》 北大核心 2025年第7期3266-3279,共14页
动车组镍镉电池容量表现出非线性特性和“记忆效应”等特征,严重影响传统动车组电池健康状态(state of health,SOH)预测模型的准确性。为准确预测动车组的SOH并提高其蓄电池管理系统的效率和可靠性,基于变分模态分解(variational mode d... 动车组镍镉电池容量表现出非线性特性和“记忆效应”等特征,严重影响传统动车组电池健康状态(state of health,SOH)预测模型的准确性。为准确预测动车组的SOH并提高其蓄电池管理系统的效率和可靠性,基于变分模态分解(variational mode decomposition,VMD)和改进的Transformer模型,提出一种综合预测框架。首先,通过白鲸优化算法(beluga whale optimization,BWO)对VMD的超参数进行优化,利用VMD分解重构准确捕捉电池在其整个生命周期中的容量退化特性,消除蓄电池记忆效应对SOH预测研究带来的不良影响;其次,在Transformer编码模块中嵌入了长短时记忆网络自编码模块(long short-term memory network autoencoder,LSTM Autoencoder),以有效提取电池健康退化的短期特征信息并压缩数据维度,从而降低模型复杂度;最后,将Transformer解码层替换为全连接神经网络,以降低模型复杂度和减少预测误差累积现象,从而提高模型的预测性能和运行效率。并且在验证方案中,以实际动车组蓄电池为研究对象,通过消融实验以及横向对比实验双向证明研究算法具有最高的预测精度,输出预测结果在均方根误差、平均绝对误差相较于其他模型平均降低了60.83%和62.14%,在决定系数上平均提升了6.73%,具有高度的准确性和鲁棒性。可以实现对电池SOH实现精确的预测,对电池健康状态进行有效监控,为电池检修工作提供数据支撑和方法支持。 展开更多
关键词 镍镉蓄电池 SOH预测 变分模态分解 长短时记忆网络自编码器 改进Transformer模型
在线阅读 下载PDF
全球数字广播系统音频编码器的软件实现 被引量:3
15
作者 卢尧 安建平 吕品 《计算机工程与应用》 CSCD 北大核心 2007年第12期100-103,共4页
全球范围的数字广播系统DRM(Digital Radio Mondiale),是一种针对30MHz以下频段的数字声音广播系统。和传统广播系统相比,DRM数字广播系统在声音质量上是模拟调幅广播无法比拟的。这其中的关键之一在于DRM系统引入了新的信源编解码技术... 全球范围的数字广播系统DRM(Digital Radio Mondiale),是一种针对30MHz以下频段的数字声音广播系统。和传统广播系统相比,DRM数字广播系统在声音质量上是模拟调幅广播无法比拟的。这其中的关键之一在于DRM系统引入了新的信源编解码技术——MPEG-4标准的AAC(Advanced Audio Coding,先进音频编码)。在分析符合DRM标准的AAC音频编码器原理基础上,提出了一种改进的离散余弦变换算法,并在PC上实现了基于该算法的AAC音频编码器。实验表明,该软件编码器能够满足DRM系统实时性要求。 展开更多
关键词 数字广播系统 先进音频编码 改进离散余弦变换 音频编码器
在线阅读 下载PDF
栈式自编码器在强噪声环境下的轴承故障诊断 被引量:5
16
作者 段敏霞 刘鑫 +1 位作者 董增寿 庞俊 《组合机床与自动化加工技术》 北大核心 2021年第2期25-29,共5页
由于滚动轴承的工作环境复杂,所采集的信号中通常含有大量噪声,噪声的存在会影响故障诊断的结果。为了提高噪声数据的诊断精度,采用改进的小波阈值函数结合栈式自编码器(stacked auto-encoder,SAE)对强噪声环境下的轴承数据进行故障诊... 由于滚动轴承的工作环境复杂,所采集的信号中通常含有大量噪声,噪声的存在会影响故障诊断的结果。为了提高噪声数据的诊断精度,采用改进的小波阈值函数结合栈式自编码器(stacked auto-encoder,SAE)对强噪声环境下的轴承数据进行故障诊断。首先通过改进阈值函数对噪声数据进行去噪,其次用小波包变换提取去噪数据的小波包能量,最后通过SAE得到故障的分类结果。通过在凯斯西储大学的轴承数据集上的实验表明,该模型能够在强噪声背景下得到较为准确的分类结果。 展开更多
关键词 故障诊断 栈式自编码器 改进阈值函数
在线阅读 下载PDF
基于云模型-改进D-S证据理论耦合的土石坝渗压安全评价
17
作者 夏进喜 聂俊坤 +4 位作者 庄志华 陈连映 马文涛 徐存东 韩文浩 《中国农村水利水电》 北大核心 2025年第8期184-190,共7页
针对传统评价方法中主观性较强和监测数据不确定性导致评价结果失真的问题,基于土石坝的实测数据建立了测点监控模型,以各测点残差为基础划分安全等级区间,结合云模型提取云特征值并计算云相似度,实现了单测点的局部安全评价。将云模型... 针对传统评价方法中主观性较强和监测数据不确定性导致评价结果失真的问题,基于土石坝的实测数据建立了测点监控模型,以各测点残差为基础划分安全等级区间,结合云模型提取云特征值并计算云相似度,实现了单测点的局部安全评价。将云模型的评价结果作为D-S证据理论的基本概率分配解决了其需要主观构建而导致的主观性问题;考虑到大坝评价等级的连续性,采用Wasserstein距离衡量证据间的冲突性,并结合信息熵理论分析证据的可用性,克服了多证据融合时存在的高冲突性和不确定性,增强了评价结果的可靠性。将所建立的云模型-改进D-S证据理论耦合模型应用于宁夏刘家沟水库土石坝渗压安全评价,结果表明,2024年4-6月刘家沟水库土石坝的评价等级均为“正常”,与其他改进D-S证据理论的评价结果一致,且所建模型对“正常”的支持度最高,印证了该模型的适用性和优越性,研究可为土石坝的渗压安全评价提供参考。 展开更多
关键词 安全评价 云模型 改进D-S证据理论 wasserstein距离 信息熵
在线阅读 下载PDF
基于混合Wasserstein两阶段分布鲁棒的多区域含氢综合能源系统合作运行优化
18
作者 丁小强 袁至 李骥 《中国电力》 北大核心 2025年第7期1-14,共14页
耦合氢能源的综合能源系统(integrated energy system,IES)单独运行受源荷不确定性影响大,传统鲁棒优化过于保守导致经济性差。为了提升多区域电能交互下各局部IES的鲁棒性与经济性,提出基于混合Wasserstein两阶段分布鲁棒的多区域含氢... 耦合氢能源的综合能源系统(integrated energy system,IES)单独运行受源荷不确定性影响大,传统鲁棒优化过于保守导致经济性差。为了提升多区域电能交互下各局部IES的鲁棒性与经济性,提出基于混合Wasserstein两阶段分布鲁棒的多区域含氢IES合作运行优化策略。首先,基于Wasserstein距离的概率分布模糊集建立min-max-min三层两阶段分布鲁棒优化模型;其次,通过改进纳什谈判原理构造合作成本最小问题和交易电价最优问题激励各主体积极参与合作;最后,提出交替方向乘子法(alternating direction multiplier method,ADMM)嵌套分布式列与约束生成(column and constraint generation,C&CG)算法的方式,在保护隐私下求解问题。算例表明,所提策略具有良好的鲁棒性,同时改善了传统鲁棒优化的保守性,通过合作运行提升了经济性。 展开更多
关键词 wasserstein距离 两阶段分布鲁棒 含氢综合能源系统 合作运行 改进纳什谈判 ADMM嵌套分布式C&CG
在线阅读 下载PDF
基于累积和事件段识别与改进谱聚类的锂离子电池储能系统内短路故障检测方法 被引量:3
19
作者 肖先勇 陈智凡 +2 位作者 汪颖 何涛 张逢蓉 《电网技术》 EI CSCD 北大核心 2024年第2期658-667,共10页
锂离子电池系统的内短路故障可能导致严重安全事故,其检测受到在线检测实时性以及故障特征获得性制约,是当下锂离子电池储能系统安全运行亟待解决的问题。该文提出一种基于累积和(cumulative sum,CUSUM)事件段检测与改进谱聚类的锂离子... 锂离子电池系统的内短路故障可能导致严重安全事故,其检测受到在线检测实时性以及故障特征获得性制约,是当下锂离子电池储能系统安全运行亟待解决的问题。该文提出一种基于累积和(cumulative sum,CUSUM)事件段检测与改进谱聚类的锂离子电池储能系统内短路故障检测方法。首先,考虑内短路故障时的电压/温度变化特性,基于累积和事件突变点识别方法,识别疑似内短路故障事件段。其次,构建三维故障特征,刻画检测对象内短路故障特征属性。然后,构建基于Wasserstein测度的内短路故障特征距离矩阵,检测三维空间各点稀疏特性,客观划定故障聚类,实现内短路故障检测。搭建锂离子电池内短路实验平台、建立锂离子电池电–热耦合仿真模型,算例结果表明该文方法能够准确识别疑似内短路故障事件段,在不同串并联形式及故障类型下实现故障检测,证明了该文方法的正确性与可行性。 展开更多
关键词 内短路故障检测 事件段检测 故障特征 wasserstein距离 改进谱聚类算法
在线阅读 下载PDF
基于改进WGAN考虑特征分布相似性的小样本负荷预测方法 被引量:1
20
作者 卢俊菠 刘俊峰 +1 位作者 罗燕 曾君 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第4期597-608,共12页
对于综合能源系统中新接入用户,其往往由于历史数据匮乏而难以建立精准的短期负荷预测模型.本文基于迁移学习理论,提出了一种基于改进Wasserstein生成对抗网络(WGAN)的小样本负荷预测方法.首先,本文采用最大信息系数法量化各影响特征与... 对于综合能源系统中新接入用户,其往往由于历史数据匮乏而难以建立精准的短期负荷预测模型.本文基于迁移学习理论,提出了一种基于改进Wasserstein生成对抗网络(WGAN)的小样本负荷预测方法.首先,本文采用最大信息系数法量化各影响特征与负荷的相关性强弱.接着,将源域特征序列进行分割,计算各分割子序列与目标域小样本的实序列编辑距离确定初始源域.然后,引入卷积神经网络和长短期记忆模型建立源域预测网络.通过WGAN对齐目标域和源域负荷特征的空间分布,并在最优传输代价函数中加入局部特征损失以提高训练的稳定性和快速性.最后,将对抗训练后网络用于目标域负荷预测.采用该方法对某地区小样本负荷进行实验,结果表明,本文所提算法与其他预测模型相比能达到更高精度. 展开更多
关键词 负荷预测 迁移学习 小样本 改进wasserstein生成对抗网络 特征分布 最优传输
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部