-
题名基于电子搜索算法的电力系统无功优化
被引量：7
- 1
-
-
作者
黄泰相
陈波
管鑫
程璐瑶
-
机构
三峡大学电气与新能源学院
-
出处
《电子科技》
2019年第1期58-61,71,共5页
-
基金
湖北省宜昌市电力勘测设计院科研项目(15U180024012017000004)~~
-
文摘
针对电力系统无功优化过程中,粒子群算法收敛慢以及计算结果容易陷入局部最优的问题,文中利用电子搜索算法代替粒子群算法,以提高计算的收敛速度并使优化计算更容易得到最优解。以网损期望最小为目标,建立了考虑电容器无功补偿和电压器变比的配电网无功优化模型。利用IEEE14节点系统进行模拟计算,通过结果验证了电子搜索算法在无功优化中的效果。通过比较了粒子群算法和电子搜索算法的结果,证明了电子搜索算法在收敛速度以及优化效果上优于粒子群算法。
-
关键词
无功优化
粒子群算法
网损
变压器变比
电子搜索算法
最优解
-
Keywords
reactive power optimization
particle swarm optimization
network loss
transformer ratio
electro-search algorithm
optimal solution
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
TM761.1
[电气工程—电力系统及自动化]
-
-
题名基于改进的LSTM癫痫预测算法研究
被引量：5
- 2
-
-
作者
汤云琪
郭滨
李可欣
-
机构
长春理工大学电子信息工程学院
-
出处
《长春理工大学学报（自然科学版）》
2021年第4期37-42,共6页
-
基金
吉林省科技厅项目(20200404216YY)。
-
文摘
癫痫作为一种脑神经系统疾病,因其反复性强和治愈性低的特点,成为了目前医学界的难题。癫痫的患病率在世界上仅次于急性脑卒中的慢性疾病,达0.4%-1.4%。针对疾病发作的实时预测困难的问题,提出一种基于长短期记忆网络(LSTM)改进的癫痫发作预测算法研究。对经过预处理的电脑信号采用小波变换提取信号中的不同能量特征作为LSTM的输入参数,将电子搜索算法(ESA)和随时间反向传播算法(BPTT)相结合更快更准确地调整网络参数,以实现癫痫病发作的短时预测。与现有的网络预测分类模型LSTM、SVM进行对比试验,本文算法较传统分类算法提高了分类精度,达93.7%。
-
关键词
脑电信号(EEG)
癫痫预测
长短期记忆网络(LSTM)
小波变换
电子搜索算法(ESA)
-
Keywords
EEG
epilepsy prediction
LSTM
wavelet transform
electronic search optimization
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
