期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
电力系统受扰轨迹的差异度及其在参数识别中的应用 被引量:13
1
作者 郝丽丽 薛禹胜 +2 位作者 Zhaoyang DONG Q.H.WU 徐泰山 《电力系统自动化》 EI CSCD 北大核心 2010年第11期1-7,47,共8页
受扰轨迹完整地反映了模型及参数对系统动态行为的影响。基于稳定性机理,提出电力系统受扰轨迹的机理差异度。该指标值随动态行为差异的增大而增加;当且仅当该指标值为0时,2组受扰轨迹完全重合。据此,可量化不同动态行为的接近程度,用... 受扰轨迹完整地反映了模型及参数对系统动态行为的影响。基于稳定性机理,提出电力系统受扰轨迹的机理差异度。该指标值随动态行为差异的增大而增加;当且仅当该指标值为0时,2组受扰轨迹完全重合。据此,可量化不同动态行为的接近程度,用以校核模型,并通过灵敏度分析来识别参数。通过仿真,验证了该指标的有效性,揭示出多参数识别问题中普遍存在的本质多解现象,其解依赖于初值和迭代策略。强调必须以不同扰动作为激励,分别识别参数,并指出系统识别的困难大大超出现有的认识。 展开更多
关键词 机理差异 系统动态 稳定裕 灵敏 参数识别 多解现象 复杂性
在线阅读 下载PDF
邻域系统中对象变化的动态属性约简算法 被引量:4
2
作者 向伟 《计算机应用与软件》 北大核心 2018年第11期278-282,329,共6页
实际应用中,信息系统的数据常常是动态变化的,动态属性约简是邻域系统中研究的重要内容之一。针对邻域系统中对象变化的动态属性约简问题,提出邻域系统中对象变化的动态属性约简算法。介绍邻域系统中的差异度概念;分析对象变化时差异度... 实际应用中,信息系统的数据常常是动态变化的,动态属性约简是邻域系统中研究的重要内容之一。针对邻域系统中对象变化的动态属性约简问题,提出邻域系统中对象变化的动态属性约简算法。介绍邻域系统中的差异度概念;分析对象变化时差异度的变化机制。UCI数据集上的实验验证了所提算法的可行性。 展开更多
关键词 邻域系统 动态 属性约简 差异
在线阅读 下载PDF
普惠金融与农村产业融合发展的耦合协同关系及动态演进 被引量:51
3
作者 张林 张雯卿 《财经理论与实践》 CSSCI 北大核心 2021年第2期2-11,共10页
基于2008-2018年中国30个省份的面板数据,测算普惠金融与农村产业融合发展的耦合协调度,并采用Dagum基尼系数、核密度估计和马尔科夫链分析法研究系统耦合协调度的区域差异及分布动态演进趋势。结果表明:当前中国普惠金融和农村产业融... 基于2008-2018年中国30个省份的面板数据,测算普惠金融与农村产业融合发展的耦合协调度,并采用Dagum基尼系数、核密度估计和马尔科夫链分析法研究系统耦合协调度的区域差异及分布动态演进趋势。结果表明:当前中国普惠金融和农村产业融合发展水平整体偏低,大多数省份普惠金融与农村产业融合发展的耦合协调度处于勉强协调或中度协调,两个系统的协调状态主要表现为普惠金融相对滞后;普惠金融与农村产业融合发展的耦合协调度存在较大区域差异,地区相对差异和地区绝对差异都随着农村产业融合发展试点推进而逐渐缩小。 展开更多
关键词 普惠金融 农村产业融合发展 系统协调 区域差异 动态演进
在线阅读 下载PDF
分类策略对广域系统负荷识别结果适应性的影响分析 被引量:4
4
作者 郝丽丽 岳浩永 +2 位作者 张恒旭 潘学萍 李晓晗 《电网技术》 EI CSCD 北大核心 2014年第2期381-387,共7页
针对广域系统负荷识别中的负荷分类问题进行研究,首先以简单两机系统为例从理论上研究负荷分群的基本原则,并研究了负荷群属特征和负荷构成特性对广域系统负荷识别结果的影响。基于物理机理差异度及其灵敏度分析进行参数识别,并用多次... 针对广域系统负荷识别中的负荷分类问题进行研究,首先以简单两机系统为例从理论上研究负荷分群的基本原则,并研究了负荷群属特征和负荷构成特性对广域系统负荷识别结果的影响。基于物理机理差异度及其灵敏度分析进行参数识别,并用多次参数识别结果定义离散度指标,用其衡量识别结果对扰动场景的适应能力。研究了在多种扰动强度、扰动场景、负荷分类策略和系统拓扑结构下的广域系统负荷参数识别。结果表明,在负荷节点分类时应考虑各节点负荷构成特征的接近性和负荷群属特征的一致性,才能使该类负荷在某次扰动场景下的识别结果较好地适用于其他场景。 展开更多
关键词 广域系统负荷识别 分类策略 机理差异 负荷构成特性 负荷群属特征 适应性
在线阅读 下载PDF
背景参数的不确定性对参数识别的影响 被引量:6
5
作者 郝丽丽 薛禹胜 +1 位作者 张广明 邵如平 《电力系统自动化》 EI CSCD 北大核心 2011年第17期10-13,共4页
识别电力系统参数时,通常假定除极为有限的几个目标参数外,全部非目标参数(下称背景参数)都为准确值。但是,事实却是系统模型和工况等都存在很强的随机性和不确定性,许多背景参数用的都是典型值或经验值,甚至连合理的误差区间都难以确... 识别电力系统参数时,通常假定除极为有限的几个目标参数外,全部非目标参数(下称背景参数)都为准确值。但是,事实却是系统模型和工况等都存在很强的随机性和不确定性,许多背景参数用的都是典型值或经验值,甚至连合理的误差区间都难以确定。背景参数的误差必然会影响目标参数的识别误差,甚至使问题不可识别。采用基于系统稳定机理的受扰轨迹差异度,通过灵敏度分析识别目标参数,考察背景参数不确定性对参数识别的影响。仿真表明,背景参数的误差可能导致严重的识别误差,甚至无解,从而警示了参数识别中的巨大风险。 展开更多
关键词 参数识别 背景参数 系统动态的机理差异度 稳定裕 灵敏分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部