期刊文献+
共找到143篇文章
< 1 2 8 >
每页显示 20 50 100
Decentralized Excitation Control of Multi-machine Multi-load Power Systems Using Hamiltonian Function Method 被引量:10
1
作者 LIU Yan-Hong LI Chun-Wen WANG Yu-Zhen 《自动化学报》 EI CSCD 北大核心 2009年第7期919-925,共7页
关键词 哈密顿函数方法 电力系统 微分代数 分析方法
在线阅读 下载PDF
Applications of Localized Phase Compensation Method to Design a Stabilizer in a Multi-machine Power System 被引量:4
2
作者 DU Wenjuan WANG Haifeng CAO Jun 《中国电机工程学报》 EI CSCD 北大核心 2012年第22期I0010-I0010,16,共1页
为了演示和验证稳定器设计的就地相位补偿法在多机电力系统中的应用,介绍在多机电力系统中,就地补偿设计稳定器的2个应用实例。第1个实例是在多机电力系统中就地补偿设计电力系统稳定器(power system stabilizer,PSS),阻尼电力系统局... 为了演示和验证稳定器设计的就地相位补偿法在多机电力系统中的应用,介绍在多机电力系统中,就地补偿设计稳定器的2个应用实例。第1个实例是在多机电力系统中就地补偿设计电力系统稳定器(power system stabilizer,PSS),阻尼电力系统局部模振荡。第2个实例是就地补偿设计附加在静态同步补偿器(static synchronous compensator,STATCOM)上的稳定器,抑制多机电力系统中的区域模振荡,并给出在一个16机电力系统中的应用计算和仿真结果。 展开更多
关键词 稳定剂 相位补偿法 多机系统 设计 应用 多机电力系统 电力系统稳定器 STATCOM
在线阅读 下载PDF
基于反向鲸鱼-多隐层极限学习机的电网FDIA检测 被引量:5
3
作者 席磊 王艺晓 +2 位作者 何苗 程琛 田习龙 《中国电力》 CSCD 北大核心 2024年第9期20-31,共12页
针对目前已有的电力信息物理系统虚假数据注入攻击检测方法由于特征表达能力有限,而导致无法精确获取受攻击位置的问题,提出一种基于反向学习鲸鱼优化多隐层极限学习机的虚假数据注入攻击定位检测方法。所提方法不仅将极限学习机拓展为... 针对目前已有的电力信息物理系统虚假数据注入攻击检测方法由于特征表达能力有限,而导致无法精确获取受攻击位置的问题,提出一种基于反向学习鲸鱼优化多隐层极限学习机的虚假数据注入攻击定位检测方法。所提方法不仅将极限学习机拓展为多隐层神经网络,解决其特征表达能力有限的问题,而且引入鲸鱼优化算法对多隐层极限学习机的各隐层神经元个数进行寻优并采用反向学习策略提高其收敛速度和检测精度,以防止随机确定各隐层神经元个数对检测方法的泛化性能和定位检测结果造成影响。通过在不同场景下对IEEE-14和57节点测试系统进行大量实验,验证了所提方法能够通过历史数据自动识别受攻击的系统状态量所对应的精确位置。与其他多种方法相比,所提方法具有更优的精度、召回率和F1值。 展开更多
关键词 电力信息物理系统 虚假数据注入攻击 多隐层极限学习机 鲸鱼优化 反向学习
在线阅读 下载PDF
VMD-Stacking集成学习的多特征变量短期负荷预测模型 被引量:3
4
作者 王士彬 何鑫 +2 位作者 余成波 张未 陈佳 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第2期218-224,共7页
针对当前短期电力负荷预测结果准确度不够高的问题,提出一种由变分模态分解(variational modal decomposition, VMD)和Stacking集成学习框架组合的多特征变量短期负荷预测模型。在预测前使用VMD算法将负荷数据分解,然后加入对模型重要... 针对当前短期电力负荷预测结果准确度不够高的问题,提出一种由变分模态分解(variational modal decomposition, VMD)和Stacking集成学习框架组合的多特征变量短期负荷预测模型。在预测前使用VMD算法将负荷数据分解,然后加入对模型重要性较高的特征变量,再建立由轻量级梯度提升机(light gradient boosting machine, LightGBM)与极限梯度提升机(extreme gradient boosting, XGBoost)融合的Stacking集成学习预测模型,并比较不同天气情况下对预测模型准确度的影响。经实际算例对比验证表明:多特征的VMD-Stacking集成学习预测模型的误差较小。采用VMD算法分解历史负荷序列,分解后子模态分量的周期性体现了出来,让模型预测波动性较大的负荷时更容易;温度、天气、农历和节假日情况等影响负荷变化的关键因素有被考虑到,模型的准确度得以提高;Stacking集成学习模型对各算法取长补短,泛化能力增强,预测的准确度高于单一模型。 展开更多
关键词 短期电力负荷预测 变分模态分解 Stacking集成学习 多特征变量 轻量级梯度提升机 极限梯度提升机
在线阅读 下载PDF
基于多标签Rank-WSVM的复合电能质量扰动分类 被引量:18
5
作者 张巧革 刘志刚 +1 位作者 朱玲 张杨 《中国电机工程学报》 EI CSCD 北大核心 2013年第28期114-120,18,共7页
该文提出一种多标签排位小波支持向量机(rank wavelet support vector machine,Rank-WSVM),并将其应用于电能质量复合扰动分类中。Rank-WSVM将小波技术与多标签排位支持向量机(Rank-SVM)结合,利用小波的优良特性提高分类器的整体性能。... 该文提出一种多标签排位小波支持向量机(rank wavelet support vector machine,Rank-WSVM),并将其应用于电能质量复合扰动分类中。Rank-WSVM将小波技术与多标签排位支持向量机(Rank-SVM)结合,利用小波的优良特性提高分类器的整体性能。首先,对电能质量扰动信号进行离散小波分解,计算Tsallis小波熵作为特征向量;然后利用所提出的Rank-WSVM多标签分类器进行分类。仿真结果表明,在不同噪声条件下,该方法有效改善了Rank-SVM的分类性能,可有效识别电压暂降、电压暂升、电压短时中断、脉冲暂态、振荡暂态、谐波和闪变等电能质量扰动及其组合而成的复合扰动。 展开更多
关键词 电能质量 复合扰动 多标签分类 排位小波支持向量机
在线阅读 下载PDF
基于信息融合和M-RVM的变压器故障诊断方法 被引量:29
6
作者 黄新波 马玉涛 朱永灿 《电力自动化设备》 EI CSCD 北大核心 2020年第12期218-224,共7页
针对仅以油中溶解气体数据为主要依据的变压器故障诊断方法信息量不足以及传统证据理论的缺陷问题,研究了基于信息融合和多分类相关向量机(M-RVM)的变压器故障诊断模型。首先,将油中溶解气体分析数据与电气试验数据作为诊断模型的输入... 针对仅以油中溶解气体数据为主要依据的变压器故障诊断方法信息量不足以及传统证据理论的缺陷问题,研究了基于信息融合和多分类相关向量机(M-RVM)的变压器故障诊断模型。首先,将油中溶解气体分析数据与电气试验数据作为诊断模型的输入特征量向量,更真实地反映变压器的故障信息。然后,采用4个M-RVM作为分类器,对故障进行初步诊断,并将诊断结果分别转化为证据融合所需证据体,同时引入兰式距离函数与光谱角余弦函数对证据体进行修正。最后,采用改进冲突再分配策略进行决策融合,避免融合过程中出现证据互相矛盾的现象。对比分析结果表明,基于多源信息融合的变压器诊断模型相较单一特征参数诊断以及单一诊断算法具有更高的诊断准确率。 展开更多
关键词 变压器 故障诊断 证据理论 多分类相关向量机 信息融合
在线阅读 下载PDF
基于VMD-SE和机器学习算法的短期风电功率多层级综合预测模型 被引量:28
7
作者 张亚超 刘开培 秦亮 《电网技术》 EI CSCD 北大核心 2016年第5期1334-1340,共7页
针对风电功率受自然环境变化影响,难以建立精确数学模型对其进行预测的问题,采用一种新型的可变模式分解(variational mode decomposition,VMD)技术,将原始风电功率序列分解为一系列有限带宽子模式以降低其不稳定性,根据子模式的样本熵(... 针对风电功率受自然环境变化影响,难以建立精确数学模型对其进行预测的问题,采用一种新型的可变模式分解(variational mode decomposition,VMD)技术,将原始风电功率序列分解为一系列有限带宽子模式以降低其不稳定性,根据子模式的样本熵(sample entropy,SE)分析其复杂度并重组得到子序列。在此基础上,结合3种不同的机器学习基模型,提出一种基于VMD-SE和基模型的自适应多层级综合预测模型,并采用一种基于混沌萤火虫结合仿真鸡群优化的智能算法,对其权重矩阵进行实时调整。仿真结果表明,基于VMD的组合模型较采用聚类经验模式分解时预测精度明显提高,且所提综合模型的预测精度较组合模型有了进一步的改善。因此,所提综合模型能有效提高短期风电功率多步预测的准确性。 展开更多
关键词 短期风电功率多步预测 可变模式分解 机器学习 仿生鸡群优化 多层级综合模型
在线阅读 下载PDF
小型双端对置斯特林热电转换装置运行特性研究
8
作者 徐东东 李潘潇 +3 位作者 王成龙 田文喜 秋穗正 苏光辉 《原子能科学技术》 北大核心 2025年第10期2281-2288,共8页
空间核动力耦合斯特林热电转换系统因其独特的工作原理在太空环境中具有显著的优势,在深空探测任务中展现了巨大潜力,具有重要的战略地位。本文设计并搭建了一台小型双端对置斯特林热电转换装置测试台架,通过多种工况实验来探究各参数... 空间核动力耦合斯特林热电转换系统因其独特的工作原理在太空环境中具有显著的优势,在深空探测任务中展现了巨大潜力,具有重要的战略地位。本文设计并搭建了一台小型双端对置斯特林热电转换装置测试台架,通过多种工况实验来探究各参数对斯特林热电转换装置输出性能、振动特性以及多机协同运行特性的影响。初步实验表明:当负载电阻位于75~150Ω范围内,加热功率恒定时,负载电阻越小,热电转换装置效率越高;初始电阻越小,起振温度越高,熄振温度相差不大;当其他条件均相同时,低压状态下的热电转换装置效率比正常压力下的效率低,起振温度更高,熄振温度远高于理想熄振温度范围。在实验的基础下,建立绝热分析模型,对比理论模型程序计算值和实验数据得出:斯特林热电转换装置的输出功率以及运行效率的相对误差最大不超过18%,在误差允许范围内,验证了理论模型的准确性。本文得出了关于小型双端对置斯特林热电转换装置性能与工作特性的结论,为小型双端对置斯特林热电转换装置的进一步优化设计与工程应用提供了重要参考和支持。 展开更多
关键词 空间核动力 热电转换装置 绝热分析模型 双端对置 多机协同
在线阅读 下载PDF
免疫0-1规划在多机系统PSS参数优化中的运用 被引量:1
9
作者 刘杨名 严正 胥国毅 《现代电力》 2008年第1期1-7,共7页
多机电力系统中,电力系统稳定器PSS的优化配置包括其安装地点的选择和参数的优化。提出了一种基于免疫0-1规划的PSS配置方法,这种方法采用二维编码策略,同时包含PSS安装地点和其参数。在PSS安装点选择部分,采用二进制编码实现PSS的选址;... 多机电力系统中,电力系统稳定器PSS的优化配置包括其安装地点的选择和参数的优化。提出了一种基于免疫0-1规划的PSS配置方法,这种方法采用二维编码策略,同时包含PSS安装地点和其参数。在PSS安装点选择部分,采用二进制编码实现PSS的选址;PSS参数优化部分运用十进制编码,采用免疫方法结合新型编码的交叉算子和变异算子对PSS的参数进行优化配置,采用免疫方法结合新型编码的交叉算子和变异算子对PSS的参数进行优化配置,采用免疫二次应答原理有效抑制了参数抗体在交叉、变异过程中的退化现象,提高了算法的收敛性和稳定性。仿真算例表明,该方法具有较好的PSS选址功能,同时对PSS参数优化也表现出良好的寻优能力,优化后的PSS用于系统后,系统低频振荡受到抑制,稳定性得到提高。 展开更多
关键词 多机电力系统 电力系统稳定器 二维编码策略 0-1规划 免疫算法
在线阅读 下载PDF
基于多域特征提取和自适应神经-模糊推理系统的电能质量扰动识别 被引量:6
10
作者 张明 李开成 胡益胜 《电力系统保护与控制》 EI CSCD 北大核心 2010年第24期6-13,共8页
基于多域特征提取(multi-domain feature extraction)和自适应神经-模糊推理系统(Adaptive Neuro-Fuzzy Inference system,ANFIS)提出了电能质量扰动类型识别的一种新方法。基于波形包络阈值线对扰动进行检测;在时域、频域和小波域进行... 基于多域特征提取(multi-domain feature extraction)和自适应神经-模糊推理系统(Adaptive Neuro-Fuzzy Inference system,ANFIS)提出了电能质量扰动类型识别的一种新方法。基于波形包络阈值线对扰动进行检测;在时域、频域和小波域进行多域特征提取,选取扰动信号的基波均方根(RMS)幅值、总谐波畸变率、次谐波幅值和小波包能量熵共同组成输入特征矢量;通过自适应神经-模糊推理系统对电能质量扰动类型进行识别。仿真结果表明,该方法与BP神经网络和最小二乘支持向量机相比平均识别准确率高,对特征不规则的待检电能质量扰动信号具有良好的柔性和适应性。 展开更多
关键词 电能质量 多域特征提取 自适应神经-模糊推理系统 BP神经网络 最小二乘支持向量机
在线阅读 下载PDF
提高多机系统小干扰稳定性的DFIG-SMES协调控制策略 被引量:3
11
作者 姜惠兰 李希钰 白玉苓 《电网技术》 EI CSCD 北大核心 2022年第3期915-922,共8页
大规模风电场并网对电力系统的安全稳定运行造成了较大影响,改善含风电场电力系统的小干扰稳定性日益重要。针对多机电力系统,提出一种联合双馈风机(doubly-fed induction generator, DFIG)与超导储能(superconducting magnetic energy ... 大规模风电场并网对电力系统的安全稳定运行造成了较大影响,改善含风电场电力系统的小干扰稳定性日益重要。针对多机电力系统,提出一种联合双馈风机(doubly-fed induction generator, DFIG)与超导储能(superconducting magnetic energy storage,SMES)协调控制改善电力系统小干扰稳定性的方法。从风电场在电网的实际接入位置出发,通过对含风电场电力系统的节点电压方程进行修正和收缩处理,推导出同步机电磁功率改变量与DFIG接入的关联关系。在此基础上,依据互补群惯量加权平均角度相对值变换法则分析了风电场并网点的功率特性对系统振荡模式的阻尼影响,给出了提高系统小干扰稳定性的DFIG-SMES功率补偿协调控制策略。仿真结果表明,在系统小扰动动态过程中通过对SMES合理调节交换功率,增强了风电场并网点对系统的正阻尼作用,达到了提升系统小干扰稳定性的效果。 展开更多
关键词 多机电力系统 小干扰稳定性 双馈风机 超导储能 振荡模式 阻尼
在线阅读 下载PDF
考虑密集通道的多机电力系统暂态稳定性评估方法
12
作者 王学军 方水平 池光湧 《中国电力》 北大核心 2025年第8期139-146,共8页
为提高电力系统暂态稳定性评估的准确率和效率,提出了一种基于深度迁移学习的考虑密集通道的多机电力系统暂态稳定性评估方法。首先提出了一种新的暂态稳定性指标,建立了考虑密集通道的情况下电力系统的数据集及波动方程;然后提出了一... 为提高电力系统暂态稳定性评估的准确率和效率,提出了一种基于深度迁移学习的考虑密集通道的多机电力系统暂态稳定性评估方法。首先提出了一种新的暂态稳定性指标,建立了考虑密集通道的情况下电力系统的数据集及波动方程;然后提出了一种深度迁移学习方法,使用预训练的深度卷积神经网络进行暂态稳定性评估;最后通过仿真验证了所提方法具有较好的评估效率以及有效性。 展开更多
关键词 暂态稳定性评估 深度迁移学习 密集通道 多机电力系统
在线阅读 下载PDF
基于T-S模糊模型的多机耦合电力系统脉冲控制研究 被引量:2
13
作者 王露露 孙永辉 +1 位作者 卫志农 孙国强 《控制工程》 CSCD 北大核心 2015年第3期432-438,共7页
基于模糊控制理论,研究多机耦合电力系统的控制问题。首先采用T-S模糊模型逼近非线性多机耦合电力系统,得到简化的分段线性模型,然后采用脉冲控制策略来实现非线性多机耦合电力系统的镇定。基于李雅普诺夫稳定性理论,得到易于验证的稳... 基于模糊控制理论,研究多机耦合电力系统的控制问题。首先采用T-S模糊模型逼近非线性多机耦合电力系统,得到简化的分段线性模型,然后采用脉冲控制策略来实现非线性多机耦合电力系统的镇定。基于李雅普诺夫稳定性理论,得到易于验证的稳定性条件,可借助Matlab中的线性矩阵不等式(LMI)工具箱求解。最后以2机耦合电力系统为例,验证所提方案的有效性和实用性。 展开更多
关键词 T-S模糊模型 耦合电力系统 脉冲控制 稳定性
在线阅读 下载PDF
基于多尺度排列熵及PSO-SVM的输电线路故障判别 被引量:18
14
作者 宁琦 耿读艳 +2 位作者 王晨旭 赵杰 董嘉冀 《电子测量与仪器学报》 CSCD 北大核心 2019年第7期173-180,共8页
针对电力系统高压输电线路故障选相中,现有方法难以同时判别常见的所有线路故障类型以及依据电压信号选相在强电源侧灵敏度达不到选相要求的问题,提出了一种提取故障暂态电压信号多尺度排列熵值(MPE)并结合传统粒子群算法优化的支持向... 针对电力系统高压输电线路故障选相中,现有方法难以同时判别常见的所有线路故障类型以及依据电压信号选相在强电源侧灵敏度达不到选相要求的问题,提出了一种提取故障暂态电压信号多尺度排列熵值(MPE)并结合传统粒子群算法优化的支持向量机的高压输电线故障选相方案。通过MATLAB/Simulink对各种工况下的不同故障参数进行仿真,提取故障暂态电压信号的MPE作为特征向量输入到经粒子群算法优化的支持向量机模型中来判别输电线故障类型和故障相别,并用实际数据加以验证。结果表明,在高压输电线路中利用多尺度排列熵量化暂态电压信号能全面反映故障暂态信号特征,识别故障精确度可高达100%,不受故障发生位置、过渡电阻大小、发生故障初始角状态的影响,并且可以克服电压信号在系统强电源侧灵敏度不足的缺陷。 展开更多
关键词 故障选相 三相电压 多尺度排列熵(MPE) 支持向量机(SVM) 强电源侧
在线阅读 下载PDF
基于HPO-VMD和MISMA-DHKELM的短期光伏功率组合预测 被引量:11
15
作者 王超 蔺红 庞晓虹 《太阳能学报》 EI CSCD 北大核心 2023年第12期65-73,共9页
为提高光伏发电功率的预测精度,提出一种优化变分态分解(VMD)、多策略改进黏菌优化算法(MISMA)和深度混合核极限学习机(DHKELM)的短期光伏功率组合预测方法。首先,利用VMD分解技术将不同天气类型的功率数据分解成多个模态分量,为避免模... 为提高光伏发电功率的预测精度,提出一种优化变分态分解(VMD)、多策略改进黏菌优化算法(MISMA)和深度混合核极限学习机(DHKELM)的短期光伏功率组合预测方法。首先,利用VMD分解技术将不同天气类型的功率数据分解成多个模态分量,为避免模态分量间的频率混淆,使用狩猎者(HPO)算法优化VMD的关键参数-分解层数和惩罚因子;然后,针对不同天气类型分解的各分量建立DHKELM预测模型,并采用MISMA优化DHKELM模型的超参数;最后,将各模态分量预测结果求和重构作为最终预测结果。利用新疆某光伏电站的实际数据进行实验分析,实验结果表明:该方法在不同天气类型下均能实现较好的预测效果,预测精度明显优于单一预测模型,与其他方法对比,验证了该方法的有效性。 展开更多
关键词 光伏功率 变分模态分解 组合预测 多策略改进黏菌算法 深度混合核极限学习机
在线阅读 下载PDF
基于FWA-PSO-MSVM的船舶区域配电电力系统故障诊断 被引量:7
16
作者 高际航 张艳 《计算机科学》 CSCD 北大核心 2022年第S02期956-960,共5页
故障发生会极大地影响船舶区域配电电力系统运行的安全性。为了保证船舶的安全运行,针对船舶区域配电电力系统中的10种短路故障,用MATLAB/Simulink建立船舶区域配电电力系统的电力系统仿真模型,利用SMOTE过采样对故障数据进行预处理。... 故障发生会极大地影响船舶区域配电电力系统运行的安全性。为了保证船舶的安全运行,针对船舶区域配电电力系统中的10种短路故障,用MATLAB/Simulink建立船舶区域配电电力系统的电力系统仿真模型,利用SMOTE过采样对故障数据进行预处理。利用主成分分析(Principal Components Snalysis,PCA)提取出故障数据中的特征向量,并将其作为多分类支持向量机(Multiclass Support Vector Machine,MSVM)的输入进行故障诊断。为了优化诊断结果,提出烟花粒子群优化算法来优化MSVM的惩罚因子C和核函数参数γ,再与仅粒子群优化算法寻优后MSVM故障分类的结果进行对比。仿真验证结果表明,所提算法具有更高的故障分类准确率和精度。 展开更多
关键词 船舶区域配电电力系统 主成分分析 烟花算法 粒子群优化算法 多分类支持向量机 故障诊断
在线阅读 下载PDF
基于EEMD-MPE-LSSVM的光伏发电功率预测 被引量:23
17
作者 朱瑞金 龚雪娇 张娟娟 《中国测试》 CAS 北大核心 2021年第9期158-162,共5页
为提高光伏并网的调度效率和运行稳定性,提出一种基于EEMD-MPE-LSSVM的光伏发电功率预测方法。首先,选取光伏发电功率部分历史数据作为训练样本,采用集合经验模态分解(EEMD)方式对历史功率曲线进行分解;然后,对不同频率特性的分解模态... 为提高光伏并网的调度效率和运行稳定性,提出一种基于EEMD-MPE-LSSVM的光伏发电功率预测方法。首先,选取光伏发电功率部分历史数据作为训练样本,采用集合经验模态分解(EEMD)方式对历史功率曲线进行分解;然后,对不同频率特性的分解模态分量进行最小二乘支持向量机(LSSVM)预测,并结合初始功率曲线迭代误差完成预测值重构;最后,利用多尺度排列熵(MPE)量化不同天气类型,构建在晴天、阴天、雨雪、突变天气下输入特征向量,同时参与光伏发电功率LSSVM预测,减少天气因素对预测值的影响。通过对光伏发电功率50天内的真实值和预测值进行对比试验,结果表明该预测算法的平均相对误差(MRE)和均方根误差(RMES)分别为1.56%、3.14%,证明其有效,同时具有小样本、自适应的优势。 展开更多
关键词 光伏发电功率预测 最小二乘法支持向量机 集合经验模态分解 多尺度排列熵
在线阅读 下载PDF
多台电力电子变压器云-边脉宽调制同步控制策略 被引量:4
18
作者 陈庆 葛雪峰 +3 位作者 史明明 杨景刚 许涛 张宸宇 《电力工程技术》 北大核心 2022年第2期128-135,共8页
电力电子变压器(PET)单机功率较低,实际应用中常采用多台PET并联运行模式。多台PET运行时存在高频谐波交互现象,导致输出的高频谐波幅值上升,影响电能质量的同时威胁PET的运行安全。为提升多台PET的高频开关谐波协同控制能力,提出一种多... 电力电子变压器(PET)单机功率较低,实际应用中常采用多台PET并联运行模式。多台PET运行时存在高频谐波交互现象,导致输出的高频谐波幅值上升,影响电能质量的同时威胁PET的运行安全。为提升多台PET的高频开关谐波协同控制能力,提出一种多台PET云-边脉宽调制(PWM)同步控制策略:当通信系统正常运行时,PET利用云端同步信号实现高精度PWM同步;当通信系统故障时,PET可利用边端计算结果实现高可靠PWM同步。研究结果表明,该策略能兼顾PWM同步的精度与可靠性,保证高频率开关谐波协同控制,避免多台PET运行时的高频谐波交互。因无需增加硬件,该策略易于推广应用,有利于在提高电能质量的同时降低PET的故障率。 展开更多
关键词 电力电子变压器(PET) 多机运行 并联运行 脉宽调制(PWM) 协同控制 -边协同
在线阅读 下载PDF
电动汽车用多相电驱重构型车载充电系统关键技术综述 被引量:4
19
作者 於锋 殷琪皓 +1 位作者 佟明昊 张千帆 《中国电机工程学报》 EI CSCD 北大核心 2024年第13期5281-5296,I0022,共17页
电驱重构型车载充电系统为电动汽车电气部分提供了一种全新轻量化设计思路,旨在利用电驱单元分时执行电驱与充电2种变流功能。相较于三相电驱系统,多相电驱系统具有输出转矩平滑、容错性能强等诸多优势特性。鉴于此,该文首先归纳现有并... 电驱重构型车载充电系统为电动汽车电气部分提供了一种全新轻量化设计思路,旨在利用电驱单元分时执行电驱与充电2种变流功能。相较于三相电驱系统,多相电驱系统具有输出转矩平滑、容错性能强等诸多优势特性。鉴于此,该文首先归纳现有并网式多相电驱重构型车载充电系统的拓扑结构与控制策略,并介绍其容错运行方案;然后,着重分析太阳能电动汽车用多能量端口电驱重构型车载充电系统的工作原理与控制策略;最后,总结全文并对多相电驱重构型车载充电系统的发展方向进行展望。 展开更多
关键词 电驱重构型车载充电系统 电动汽车 多相电机 太阳能电动汽车 关键技术
在线阅读 下载PDF
基于强化学习的多模型融合光伏发电功率预测方法 被引量:6
20
作者 王剑斌 傅金波 陈博 《太阳能学报》 EI CAS CSCD 北大核心 2024年第6期382-388,共7页
为进一步提高超短期光伏发电功率预测的精度,提出一种基于强化学习的多模型融合光伏发电功率预测方法。首先,采用局部离群因子算法检测、剔除异常点,并用多层感知机回归算法进行修补,解决数据异常问题;然后,将数据分为训练集、验证集与... 为进一步提高超短期光伏发电功率预测的精度,提出一种基于强化学习的多模型融合光伏发电功率预测方法。首先,采用局部离群因子算法检测、剔除异常点,并用多层感知机回归算法进行修补,解决数据异常问题;然后,将数据分为训练集、验证集与测试集,在训练集中训练支持向量机回归(SVR)、多元线性回归(MLR)、贝叶斯岭回归(BRR)、卷积-长短期记忆(CNN-LSTM)与基于粒子群算法优化的门控循环单元(PSO-GRU)模型,并在验证集对训练得到的模型进行验证,分别选出最佳的模型作为子模型;最后,在测试集中使用5个子模型进行预测,并将各预测结果用强化学习的方法进行融合,将融合值作为最终的预测结果。实验结果表明,该预测方法的平均绝对误差、均方误差、均方根误差与相对误差相比单模型方法以及其他传统的融合方法均有显著降低,验证了该方法的有效性。 展开更多
关键词 异常检测 机器学习 强化学习 多模型融合 光伏发电功率预测
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部