检索结果-维普期刊中文期刊服务平台

基于残差符号信息识别残差污染被引量：5: 1; 作者李碧君薛禹胜 +1 位作者顾锦汶韩祯祥《电力系统自动化》 EI CSCD 北大核心 2000年第5期5-8,共4页; 残差污染的存在对正确检测与辨识坏数据的危害很大,而用一种统一的方法,根据量测残差识别出残差污染,从而准确地检测与辨识坏数据一直非常困难。文中基于残差符号信息研究状态估计中的残差污染问题,探讨了基于残差灵敏度矩阵和残差符号... 展开更多; 关键词状态估计残差污染识别残差符号信息电力系统; 在线阅读下载PDF 职称材料

一种抑制残差污染的补偿型自联想神经网络被引量：2: 2; 作者任少君肖晋飞 +2 位作者司风琪曹越陈家乐《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第4期712-720,共9页; 针对常规自联想神经网络容易陷入残差污染而难以准确重构的问题,提出了一种新的补偿型自联想神经网络算法.该算法通过在常规自联想神经网络的测试过程中引入网络补偿层,建立了网络输入层与残差空间之间的调整机制,并采用梯度下降法快速... 展开更多; 关键词自联想神经网络残差污染残差补偿故障诊断; 在线阅读下载PDF 职称材料

基于KPCA残差方向梯度的故障检测方法及应用被引量：21: 3; 作者周卫庆司风琪 +2 位作者徐治皋黄葆华仇晓智《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第10期2518-2524,共7页; 针对核主元分析(KPCA)在应用过程中非线性映射不存在原像、故障变量无法辨识、工程应用困难等问题,提出了一种改进的KPCA残差方向梯度故障检测方法。利用主元统计量和残差统计量的偏微分之间存在着相关性这一性质,对与主元统计量相关的... 展开更多; 关键词核主元分析故障检测方向梯度故障变量辨识残差污染; 在线阅读下载PDF 职称材料

基于证据融合理论的多不良数据辨识被引量：19: 4; 作者卢志刚程慧琳 +1 位作者冯磊杨丽君《电网技术》 EI CSCD 北大核心 2012年第1期123-128,共6页; 为更好地克服残差污染和残差淹没,实现多不良数据的辨识,引入电气距离、节点相关系数和灵敏度作为证据,运用证据融合理论确定测量关联度,测量关联度可反映测量数据出现残差污染和残差淹没的可能性。对于残差较大且测量关联度较小的数据... 展开更多; 关键词残差污染残差淹没数据辨识:证据融合测量关联度; 在线阅读下载PDF 职称材料

题名基于残差符号信息识别残差污染被引量：5: 1; 作者李碧君薛禹胜顾锦汶韩祯祥; 机构浙江大学电力自动化研究院; 出处《电力系统自动化》 EI CSCD 北大核心 2000年第5期5-8,共4页; 基金国家重点基础研究专项经费资助 !( G19980 2 0 3 ) 国家电力公司科技项目! ( 1999SKPJ0 10 -2 0 ); 文摘残差污染的存在对正确检测与辨识坏数据的危害很大,而用一种统一的方法,根据量测残差识别出残差污染,从而准确地检测与辨识坏数据一直非常困难。文中基于残差符号信息研究状态估计中的残差污染问题,探讨了基于残差灵敏度矩阵和残差符号判断存在严重的残差污染的可能性,在此基础上,提出了利用残差符号信息识别严重的残差污染的方法,用简单的图示直观地描述了这一方法。IEEE30节点系统上的试验证实了所提出的方法提高了检测与辨识坏数据的准确性。; 关键词状态估计残差污染识别残差符号信息电力系统; Keywords state estimation residuals residual contamination bad data identification; 分类号 TM732 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名一种抑制残差污染的补偿型自联想神经网络被引量：2: 2; 作者任少君肖晋飞司风琪曹越陈家乐; 机构东南大学能源热转换及其过程测控教育部重点实验室东南大学能源与环境学院; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第4期712-720,共9页; 基金国家自然科学基金资助项目(51976031) 中央高校基本科研业务费专项资金资助项目(2242019K40010) +1 种基金江苏高校优势学科建设工程资助项目。; 文摘针对常规自联想神经网络容易陷入残差污染而难以准确重构的问题,提出了一种新的补偿型自联想神经网络算法.该算法通过在常规自联想神经网络的测试过程中引入网络补偿层,建立了网络输入层与残差空间之间的调整机制,并采用梯度下降法快速获取目标变量的残差补偿幅值.给出了单变量和多变量残差补偿量计算流程,通过比较补偿后平方预测误差(SPE)统计量的大小来确定最佳补偿方向和补偿幅值,从而定位到异常点位置,并计算出模型重构值.通过仿真算例和工程算例验证了所提算法的有效性,算例结果表明,该算法能够在未知异常点位置的情况下,有效克服大幅度异常和多点并行异常造成的残差污染影响,其诊断和重构性能明显优于常规自联想神经网络和主成分分析算法.; 关键词自联想神经网络残差污染残差补偿故障诊断; Keywords auto-associative neural network smearing effects residual compensation fault diagnosis; 分类号 TP206.3 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于KPCA残差方向梯度的故障检测方法及应用被引量：21: 3; 作者周卫庆司风琪徐治皋黄葆华仇晓智; 机构南京工程学院电力仿真与控制工程中心东南大学能源热转换及其过程测控教育部重点实验室华北电力科学研究院有限责任公司; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第10期2518-2524,共7页; 基金国家自然科学基金(51176030) 南京工程学院引进人才科研启动基金(YKJ201445)项目资助; 文摘针对核主元分析(KPCA)在应用过程中非线性映射不存在原像、故障变量无法辨识、工程应用困难等问题,提出了一种改进的KPCA残差方向梯度故障检测方法。利用主元统计量和残差统计量的偏微分之间存在着相关性这一性质,对与主元统计量相关的格拉姆矩阵偏微分中间计算过程进行优化,提出一种新的KPCA残差方向梯度算法,在此基础上结合统计量形成系统故障检测的新方法。非线性系统仿真表明,改进的KPCA残差方向梯度法不仅具有较优的故障变量辨识能力,还极大地减小了计算量,缩短了计算时间。大型热力系统的应用进一步表明,无论对于单故障和多故障的情况,方法均具有较好的故障检测能力,并且不存在残差污染,易于工程实现。; 关键词核主元分析故障检测方向梯度故障变量辨识残差污染; Keywords kernel principal component analysis （ KPCA ） fault detection direction gradient fault variable identification residual contamination; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置] TH86 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

题名基于证据融合理论的多不良数据辨识被引量：19: 4; 作者卢志刚程慧琳冯磊杨丽君; 机构电力电子节能与传动控制河北省重点实验室(燕山大学); 出处《电网技术》 EI CSCD 北大核心 2012年第1期123-128,共6页; 基金国家自然科学基金项目(61071201) 河北省自然科学基金项目(F2010001319)~~; 文摘为更好地克服残差污染和残差淹没,实现多不良数据的辨识,引入电气距离、节点相关系数和灵敏度作为证据,运用证据融合理论确定测量关联度,测量关联度可反映测量数据出现残差污染和残差淹没的可能性。对于残差较大且测量关联度较小的数据,发生残差污染的可能性较小,可直接辨识为不良数据;对于残差较大且测量关联度较大的数据,采用模糊聚类方法,隔离不良数据,对系统进行分区,并逐步修正不良数据,选择可靠测量数据重新进行状态估计。算例结果验证了该方法的有效性。; 关键词残差污染残差淹没数据辨识:证据融合测量关联度; Keywords residual pollution residual submerge dataidentification evidence fusion the measurement correlativedegree; 分类号 TM744 [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	基于残差符号信息识别残差污染	李碧君薛禹胜顾锦汶韩祯祥	《电力系统自动化》 EI CSCD 北大核心	2000	5	在线阅读下载PDF 职称材料
2	一种抑制残差污染的补偿型自联想神经网络	任少君肖晋飞司风琪曹越陈家乐	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
3	基于KPCA残差方向梯度的故障检测方法及应用	周卫庆司风琪徐治皋黄葆华仇晓智	《仪器仪表学报》 EI CAS CSCD 北大核心	2017	21	在线阅读下载PDF 职称材料
4	基于证据融合理论的多不良数据辨识	卢志刚程慧琳冯磊杨丽君	《电网技术》 EI CSCD 北大核心	2012	19	在线阅读下载PDF 职称材料