作为电力系统中的基本量测设备,电子式电压互感器(electronic voltage transformers,EVTs)的测量精度对系统的监控、控制与安全运行至关重要。为此,提出了一种基于混合深度模型和自适应窗宽概率密度估计的互感器测量误差区间预测模型。...作为电力系统中的基本量测设备,电子式电压互感器(electronic voltage transformers,EVTs)的测量精度对系统的监控、控制与安全运行至关重要。为此,提出了一种基于混合深度模型和自适应窗宽概率密度估计的互感器测量误差区间预测模型。首先,通过改进的集合经验模态分解对历史比差特征进行数据前处理。其次,提出了基于数据驱动的双向时序卷积网络、双向门控循环单元和多头注意力机制混合深度学习模型,对分解后的不同模态分量进行预测。此外,引入自适应选择最优窗宽的核密度概率估计方法,拟合预测结果构建不同置信度下的预测区间,并比较不同核函数对于预测区间的影响。通过算例分析,验证了所提模型在提高确定性预测和概率区间预测准确度方面的有效性。展开更多
The nature of a wireless communication channel is very unpredictable. To design a good communication link, it is required to know the statistical model of the channel accurately. The average symbol error probability(A...The nature of a wireless communication channel is very unpredictable. To design a good communication link, it is required to know the statistical model of the channel accurately. The average symbol error probability(ASER) was analyzed for different modulation schemes. A unified analytical framework was presented to obtain closed-form solutions for calculating the ASER of M-ary differential phase-shift keying(M-DPSK), coherent M-ary phase-shift keying(M-PSK), and quadrature amplitude modulation(QAM) over single or multiple Nakagami-m fading channels. Moreover, the ASER was estimated and evaluated by using the maximal ratio-combining(MRC) diversity technique. Simulation results show that an error rate of the fading channel typically depends on Nakagami parameters(m), space diversity(N), and symbol rate(M). A comparison between M-PSK, M-DPSK, and M-QAM modulation schemes was shown, and the results prove that M-ary QAM(M-QAM) demonstrates better performance compared to M-DPSK and M-PSK under all fading and non-fading conditions.展开更多
以对铁道车辆轴箱振动非高斯特征与分布为对象开展研究。基于列车线路轴箱实测加速度信号,提取由轨道冲击引起的轴箱振动特征非高斯信号。使用多个概率密度函数(Probability Density Function,PDF)模型对实测信号进行拟合,并与实测特征...以对铁道车辆轴箱振动非高斯特征与分布为对象开展研究。基于列车线路轴箱实测加速度信号,提取由轨道冲击引起的轴箱振动特征非高斯信号。使用多个概率密度函数(Probability Density Function,PDF)模型对实测信号进行拟合,并与实测特征信号的经验分布进行对比,评估各模型对轴箱特征非高斯信号的拟合精度。基于W-H非线性变换模型,建立一种非高斯信号模拟方法。利用模拟信号分析非高斯特征对各模型拟合精度的影响。结果表明:列车在行驶过程中具有非高斯特征,当列车经过轨道焊接接头、道岔与波磨路段时,由于轮轨冲击,非高斯特征明显增大,车轮多边形对信号非高斯特征几乎没有影响;基于W-H模型的非线性变换法,可以在保证模拟信号功率谱与指定功率谱基本一致的情况下,进行不同非高斯特征的信号模拟;高斯混合模型能够对铁道车辆非高斯信号较为准确地拟合;随着模拟非高斯信号峭度与偏度的增大,各模型与经验分布的相对误差也会增大,其中高斯混合模型拟合精度相对较高。展开更多
为提高基于Kriging模型信息熵函数(Information Entropy Function,H)的可靠性计算效率,考虑样本点与极限状态曲面的空间距离和随机变量的概率密度函数,通过对样本点的信息熵赋予不同的权值,提出权重信息熵函数(Weight Information Entro...为提高基于Kriging模型信息熵函数(Information Entropy Function,H)的可靠性计算效率,考虑样本点与极限状态曲面的空间距离和随机变量的概率密度函数,通过对样本点的信息熵赋予不同的权值,提出权重信息熵函数(Weight Information Entropy Function,WH)。该学习函数选择更接近极限状态曲面且概率密度函数值较大的样本点更新Kriging模型,从而减少对功能函数的调用次数,有效提高可靠性计算效率。通过算例表明:与其他学习函数相比,WH学习函数在建立Kriging模型过程中所需要的样本点更少,收敛速度更快,计算效率更高。展开更多
文摘作为电力系统中的基本量测设备,电子式电压互感器(electronic voltage transformers,EVTs)的测量精度对系统的监控、控制与安全运行至关重要。为此,提出了一种基于混合深度模型和自适应窗宽概率密度估计的互感器测量误差区间预测模型。首先,通过改进的集合经验模态分解对历史比差特征进行数据前处理。其次,提出了基于数据驱动的双向时序卷积网络、双向门控循环单元和多头注意力机制混合深度学习模型,对分解后的不同模态分量进行预测。此外,引入自适应选择最优窗宽的核密度概率估计方法,拟合预测结果构建不同置信度下的预测区间,并比较不同核函数对于预测区间的影响。通过算例分析,验证了所提模型在提高确定性预测和概率区间预测准确度方面的有效性。
基金Project supported by Research Fund Chosun University 2014,Korea
文摘The nature of a wireless communication channel is very unpredictable. To design a good communication link, it is required to know the statistical model of the channel accurately. The average symbol error probability(ASER) was analyzed for different modulation schemes. A unified analytical framework was presented to obtain closed-form solutions for calculating the ASER of M-ary differential phase-shift keying(M-DPSK), coherent M-ary phase-shift keying(M-PSK), and quadrature amplitude modulation(QAM) over single or multiple Nakagami-m fading channels. Moreover, the ASER was estimated and evaluated by using the maximal ratio-combining(MRC) diversity technique. Simulation results show that an error rate of the fading channel typically depends on Nakagami parameters(m), space diversity(N), and symbol rate(M). A comparison between M-PSK, M-DPSK, and M-QAM modulation schemes was shown, and the results prove that M-ary QAM(M-QAM) demonstrates better performance compared to M-DPSK and M-PSK under all fading and non-fading conditions.
文摘以对铁道车辆轴箱振动非高斯特征与分布为对象开展研究。基于列车线路轴箱实测加速度信号,提取由轨道冲击引起的轴箱振动特征非高斯信号。使用多个概率密度函数(Probability Density Function,PDF)模型对实测信号进行拟合,并与实测特征信号的经验分布进行对比,评估各模型对轴箱特征非高斯信号的拟合精度。基于W-H非线性变换模型,建立一种非高斯信号模拟方法。利用模拟信号分析非高斯特征对各模型拟合精度的影响。结果表明:列车在行驶过程中具有非高斯特征,当列车经过轨道焊接接头、道岔与波磨路段时,由于轮轨冲击,非高斯特征明显增大,车轮多边形对信号非高斯特征几乎没有影响;基于W-H模型的非线性变换法,可以在保证模拟信号功率谱与指定功率谱基本一致的情况下,进行不同非高斯特征的信号模拟;高斯混合模型能够对铁道车辆非高斯信号较为准确地拟合;随着模拟非高斯信号峭度与偏度的增大,各模型与经验分布的相对误差也会增大,其中高斯混合模型拟合精度相对较高。
