为解决传统初始地应力场反演方法存在边界条件筛选能力弱、易受数据过拟合干扰以及难以解析多重边界相互作用的问题,提出一种基于LASSO-OLS(least absolute shrinkage and selection operator-ordinary least squares)的两阶段初始地应...为解决传统初始地应力场反演方法存在边界条件筛选能力弱、易受数据过拟合干扰以及难以解析多重边界相互作用的问题,提出一种基于LASSO-OLS(least absolute shrinkage and selection operator-ordinary least squares)的两阶段初始地应力场反演方法。该方法首先通过对候选边界条件应力矩阵和实测应力矩阵进行Frobenius范数标准化处理,消除不同边界条件数据量级差异的影响;然后,利用LASSO回归的L1正则化约束,从候选边界条件的回归系数路径图中筛选关键影响因素,剔除冗余与弱相关项;最后,针对筛选出的核心变量,采用普通最小二乘回归进行无偏估计,构建兼具稀疏性与准确性的地应力场反演模型。研究结果表明:1)在工程应用实例中,借助LASSO回归从11个候选边界条件中筛选出5个关键因素,显著降低模型复杂度;2)模型正则化参数在标准误差内取值,拟合结果能够保持较高的复相关系数(R=0.995 2),表明筛选后的边界条件有效捕捉了初始地应力场特征;3)初始地应力场反演模型通过LASSO回归筛选,在解析多重边界相互作用时表现出较高的稳定性和物理合理性;4)与传统方法相比,该方法能有效避免初始地应力场反演出现过拟合问题,提高反演结果的鲁棒性。展开更多
随着分布式电源(distributed generation,DG)的容量变化,微电网原有的供电结构发生改变,使得潮流大小、方向和功率结构发生变化,对快速检测和定位微电网中的短路故障区域提出了挑战。在MATLAB/Simulink中搭建低压交流微电网模型;通过高...随着分布式电源(distributed generation,DG)的容量变化,微电网原有的供电结构发生改变,使得潮流大小、方向和功率结构发生变化,对快速检测和定位微电网中的短路故障区域提出了挑战。在MATLAB/Simulink中搭建低压交流微电网模型;通过高尺度小波能量谱算法对微电网与大电网公共连接点(point of common coupling,PCC)处检测到的电流进行分解,提取适应不同容量情况的短路故障特征值,实现了不同容量下微电网短路故障的早期检测;利用小波能量谱特征结合基于正交最小二乘法(orthogonal least square,OLS)的径向基函数(radial basis function,RBF)神经网络算法提出一种适用于不同容量微电网的短路故障区域定位方法,并进行仿真验证;在此基础上设计并网模式微电网短路故障保护硬件系统,并进行实验验证。结果表明,所设计的保护系统能够快速、准确地同时实现并网模式下交流微电网短路故障的早期检测与区域定位。展开更多
文摘为解决传统初始地应力场反演方法存在边界条件筛选能力弱、易受数据过拟合干扰以及难以解析多重边界相互作用的问题,提出一种基于LASSO-OLS(least absolute shrinkage and selection operator-ordinary least squares)的两阶段初始地应力场反演方法。该方法首先通过对候选边界条件应力矩阵和实测应力矩阵进行Frobenius范数标准化处理,消除不同边界条件数据量级差异的影响;然后,利用LASSO回归的L1正则化约束,从候选边界条件的回归系数路径图中筛选关键影响因素,剔除冗余与弱相关项;最后,针对筛选出的核心变量,采用普通最小二乘回归进行无偏估计,构建兼具稀疏性与准确性的地应力场反演模型。研究结果表明:1)在工程应用实例中,借助LASSO回归从11个候选边界条件中筛选出5个关键因素,显著降低模型复杂度;2)模型正则化参数在标准误差内取值,拟合结果能够保持较高的复相关系数(R=0.995 2),表明筛选后的边界条件有效捕捉了初始地应力场特征;3)初始地应力场反演模型通过LASSO回归筛选,在解析多重边界相互作用时表现出较高的稳定性和物理合理性;4)与传统方法相比,该方法能有效避免初始地应力场反演出现过拟合问题,提高反演结果的鲁棒性。
文摘随着分布式电源(distributed generation,DG)的容量变化,微电网原有的供电结构发生改变,使得潮流大小、方向和功率结构发生变化,对快速检测和定位微电网中的短路故障区域提出了挑战。在MATLAB/Simulink中搭建低压交流微电网模型;通过高尺度小波能量谱算法对微电网与大电网公共连接点(point of common coupling,PCC)处检测到的电流进行分解,提取适应不同容量情况的短路故障特征值,实现了不同容量下微电网短路故障的早期检测;利用小波能量谱特征结合基于正交最小二乘法(orthogonal least square,OLS)的径向基函数(radial basis function,RBF)神经网络算法提出一种适用于不同容量微电网的短路故障区域定位方法,并进行仿真验证;在此基础上设计并网模式微电网短路故障保护硬件系统,并进行实验验证。结果表明,所设计的保护系统能够快速、准确地同时实现并网模式下交流微电网短路故障的早期检测与区域定位。
