基于SOM-FDA利用XRF对药品铝塑包装片的分类 被引量：2

1

作者 姜红 康瑞雪 郝小辉 《浙江大学学报（理学版）》 CAS CSCD 北大核心 2024年第6期747-752,768,共7页

建立了一种对药品铝塑包装片进行快速分类的方法。利用能量色散型X射线荧光光谱(XRF)仪,对47种不同的药品铝塑包装片样品进行了检验,结合自组织映射(self organizing map,SOM)神经网络聚类,通过最大相关性最小冗余(maximum relevance mi... 建立了一种对药品铝塑包装片进行快速分类的方法。利用能量色散型X射线荧光光谱(XRF)仪,对47种不同的药品铝塑包装片样品进行了检验,结合自组织映射(self organizing map,SOM)神经网络聚类,通过最大相关性最小冗余(maximum relevance minimum redundancy,MRMR)算法对元素重要性进行排序,并利用最近邻(K-nearest neighbor,KNN)分类器处理样品数据。依据样品中所含元素的种类及质量分数的不同,对药品铝塑包装片进行区分。SOM神经网络聚类的结果为9类,KNN分类器的准确率为97.87%。X射线荧光光谱法操作简便快速、无损检材、灵敏度高。建立的分类模型科学准确,可为公安机关大规模筛选、确定侦查方向、缩短侦查时间提供帮助。 展开更多

关键词 X射线荧光光谱法 药品铝塑包装片 自组织映射神经网络 最近邻分类器 分类

在线阅读 下载PDF 职称材料

基于mRMR-SOM的异步电机轴承故障诊断研究

2

作者 刘文 周智勇 蔡巍 《机电工程》 北大核心 2024年第1期90-98,共9页

针对异步电机轴承故障诊断问题,提出了一种融合最大相关最小冗余特征选择算法(mRMR)和自组织映射神经网络(SOM)的故障诊断方法,并将其应用于轴承故障诊断的不同阶段。首先,在实验室环境下搭建了异步电机故障诊断试验平台,在不同电机状... 针对异步电机轴承故障诊断问题,提出了一种融合最大相关最小冗余特征选择算法(mRMR)和自组织映射神经网络(SOM)的故障诊断方法,并将其应用于轴承故障诊断的不同阶段。首先,在实验室环境下搭建了异步电机故障诊断试验平台,在不同电机状态下分别采集振动、电流和电压信号,利用统计学方法获取了高维混合特征集;然后,以互信息为背景,利用mRMR根据特征与状态标签间的相关性和特征间的冗余性,筛选了具备强区分能力的特征,以避免计算冗余和后验诊断性能下降;最后,采用SOM对异步电机健康和轴承故障状态进行了分类识别,验证了SOM对异步电机轴承故障诊断的有效性,以及mRMR对故障诊断结果的影响。研究结果表明:基于mRMR-SOM的异步电机轴承故障诊断方法能够准确地区分健康和故障状态,测试集分类准确率达到89%;使用mRMR特征筛选能够将154维特征降低至17维,缩短23.5%的网络收敛时间,并将分类准确率由89%提升至98%;试验结果验证了基于mRMR-SOM的异步电机轴承故障诊断方法对于异步电机轴承故障诊断问题的有效性,且证实其具备良好的诊断效果。 展开更多

关键词 自组织映射神经网络 最大相关最小冗余特征选择算法 互信息 特征降维 特征选择 神经网络算法 U矩阵

在线阅读 下载PDF 职称材料

面向全场景安全的储能投资高效规划方法 被引量：1

3

作者 程曹阳 杨知方 +2 位作者 余娟 王新刚 周专 《电工技术学报》 北大核心 2025年第1期64-79,共16页

随着风电、光伏等新能源渗透率的不断提高,系统随机性与波动性的不断增强,科学合理地规划储能被认为是缓解新能源不确定性、提高电力系统安全性与灵活性的有效手段。然而,现有规划方法为了保证一定的计算效率,通常仅选取少量关键场景用... 随着风电、光伏等新能源渗透率的不断提高,系统随机性与波动性的不断增强,科学合理地规划储能被认为是缓解新能源不确定性、提高电力系统安全性与灵活性的有效手段。然而,现有规划方法为了保证一定的计算效率,通常仅选取少量关键场景用以制定储能规划方案,无法确保其在全场景下的安全性,倘若对于全场景进行安全校核,又会因为模型规模大而导致求解时间在规划层面都难以接受。为此,该文提出一种面向全场景安全的储能投资高效规划方法。首先,针对现有规划方法存在的安全风险,提出一种面向全场景安全的闭环储能规划框架,以及基于全场景集排序结果引导的场景更新策略,可以保证规划方案在全场景下的安全性,同时兼顾一定的计算效率;其次,提出了一种基于自组织映射(SOM)神经网络及场景关键指标排序的初始关键场景集生成方法,该方法无需预先给定聚类数量,能够较准确地反映全场景的关键信息,进一步提高了计算效率;最后,基于IEEE 30节点系统以及国内某省实际341节点系统进行算例验证,结果表明所提方法可以在保障规划方案在全场景下的安全性与最优性的基础上,尽可能减少需考虑的场景数量,提高求解效率。 展开更多

关键词 储能规划 多场景规划 场景筛选 安全校核 自组织映射神经网络

在线阅读 下载PDF 职称材料

SOM神经网络算法的研究与进展 被引量：80

4

作者 杨占华 杨燕 《计算机工程》 EI CAS CSCD 北大核心 2006年第16期201-202,228,共3页

自组织映射(Self-organizingMaps,SOM)算法是一种无导师学习方法,具有良好的自组织、可视化等特性,已经得到了广泛的应用和研究。该文系统地介绍了SOM算法的产生背景、基本算法。同时对SOM算法的参数设置和其不足进行了分析。重点归纳... 自组织映射(Self-organizingMaps,SOM)算法是一种无导师学习方法,具有良好的自组织、可视化等特性,已经得到了广泛的应用和研究。该文系统地介绍了SOM算法的产生背景、基本算法。同时对SOM算法的参数设置和其不足进行了分析。重点归纳了其发展过程中的各种改进算法,并对其研究热点及应用领域作了简要的综述,最后展望了该算法的发展方向。 展开更多

关键词 神经网络 自组织映射(som) 改进算法 无导师学习 神经元

在线阅读 下载PDF 职称材料

SOM神经网络改进及在遥感图像分类中的应用 被引量：18

5

作者 任军号 吉沛琦 耿跃 《计算机应用研究》 CSCD 北大核心 2011年第3期1170-1172,1182,共4页

针对自组织特征神经网络自身算法的特点和缺陷,采用遗传算法对网络进行改进,形成了基于遗传算法的自组织特征神经网络,并从输入向量、竞争层神经元数量设置和初始权向量设定三方面,结合遥感图像的特性对自组织特征映射网络遥感图像分类... 针对自组织特征神经网络自身算法的特点和缺陷,采用遗传算法对网络进行改进,形成了基于遗传算法的自组织特征神经网络,并从输入向量、竞争层神经元数量设置和初始权向量设定三方面,结合遥感图像的特性对自组织特征映射网络遥感图像分类的方法进行了改进。将该方法应用于选择西安地区的ETM+卫星遥感图像进行分类实验。结果表明,基于遗传算法的自组织特征映射网络使得遥感图像的分类精度更高,且该算法实现简单,具有一定的工程应用价值。 展开更多

关键词 分类 自组织特征映射 神经网络 遗传算法 遥感图像

在线阅读 下载PDF 职称材料

基于改进的SOM神经网络在水质评价分析中的应用 被引量：20

6

作者 雷璐宁 石为人 范敏 《仪器仪表学报》 EI CAS CSCD 北大核心 2009年第11期2379-2383,共5页

随着人们对水资源环境的日益重视,各种水质评价方法层出不穷。传统的水质评价方法多采用精确的数学模型进行描述,无法很好的反映水环境中存在的复杂非线性关系,从而影响整体评价结果。因此,本文提出采用一种改进的自组织特征映射神经网... 随着人们对水资源环境的日益重视,各种水质评价方法层出不穷。传统的水质评价方法多采用精确的数学模型进行描述,无法很好的反映水环境中存在的复杂非线性关系,从而影响整体评价结果。因此,本文提出采用一种改进的自组织特征映射神经网络(SOM)方法来进行水质评价,利用SOM神经网络能在无监督、无先验知识的状态下对样本进行自组织、自学习,实现对样本的评价与分类这一特点。通过引入主成分分析,解决SOM神经网络处理高维和相关性强的指标时出现的问题,提高网络收敛速度和聚类准确性。仿真结果表明:改进后的SOM神经网络能够直观准确地评价水体质量,反映水质整体状况。 展开更多

关键词 水质评价 自组织特征映射 som神经网络 主成分分析

在线阅读 下载PDF 职称材料

SOM神经网络和C-均值法在负荷分类中的应用 被引量：15

7

作者 王文生 王进 王科文 《电力系统及其自动化学报》 CSCD 北大核心 2011年第4期36-39,共4页

负荷时变性和分散性已经成为制约负荷模型推广应用的主要因素,而负荷特性分类则是解决这个问题的有效途径。文中提出基于SOM神经网络的C-均值聚类算法的新的负荷分类方法:以负荷模型参数作为负荷动态特性分类特征向量,应用SOM神经网络... 负荷时变性和分散性已经成为制约负荷模型推广应用的主要因素,而负荷特性分类则是解决这个问题的有效途径。文中提出基于SOM神经网络的C-均值聚类算法的新的负荷分类方法:以负荷模型参数作为负荷动态特性分类特征向量,应用SOM神经网络对初始训练样本进行分类,将获得的聚类数目和各类中心点作为C-均值算法的初始输入进一步聚类。最后通过动模实验的分类结果表明该方法可自动获取分类数,应用于负荷特性分类研究中具有较强的实用性和有效性。 展开更多

关键词 电力系统 负荷建模 负荷特性分类 自组织特征映射 som神经网络 C-均值法

在线阅读 下载PDF 职称材料

基于核Batch SOM聚类优化的语义Web服务发现机制研究 被引量：6

8

作者 陈蕾 杨庚 +1 位作者 张迎周 陈燕俐 《电子与信息学报》 EI CSCD 北大核心 2011年第6期1307-1313,共7页

如何快速、准确和高效地发现满足用户需求的Web服务已成为制约服务发展的瓶颈之一。该文针对现有Web服务发现机制中存在的效率低下和查准率不高的两个主要问题,提出了一个基于核Batch SOM神经网络聚类优化的语义Web服务发现框架。该框... 如何快速、准确和高效地发现满足用户需求的Web服务已成为制约服务发展的瓶颈之一。该文针对现有Web服务发现机制中存在的效率低下和查准率不高的两个主要问题,提出了一个基于核Batch SOM神经网络聚类优化的语义Web服务发现框架。该框架分别在服务表示阶段引入WordNet和隐含语义索引技术对Web服务进行语义扩展和概念语义空间降维;在服务分类阶段利用核机学习理论改进一类适用于Web服务分类的核Batch SOM神经网络算法;在服务匹配阶段提出一种基于核余弦相似性测度的Web服务匹配算法。最后,真实Web服务数据集上的实验结果验证了所提出方法的可行性。 展开更多

关键词 WEB服务发现 自组织映射神经网络 WORDNET 隐含语义索引 相似性度量

在线阅读 下载PDF 职称材料

有监督SOM神经网络在入侵检测中的应用 被引量：15

9

作者 赵建华 李伟华 《计算机工程》 CAS CSCD 2012年第12期110-111,114,共3页

为提高自组织特征映射(SOM)神经网络的分类性能,提出一种有监督SOM神经网络(SSOM)。在输入层和竞争层的基础上增加输出层,根据输入样本的不同预测类别,选取不同的公式调整权值,并训练网络。通过2个权值的组合,实现对样本类别的回归和统... 为提高自组织特征映射(SOM)神经网络的分类性能,提出一种有监督SOM神经网络(SSOM)。在输入层和竞争层的基础上增加输出层,根据输入样本的不同预测类别,选取不同的公式调整权值,并训练网络。通过2个权值的组合,实现对样本类别的回归和统计。基于KDD CUP99入侵检测数据集的实验结果表明,与其他SOM网络相比,SSOM具有更好的分类性能和更高的入侵检测率。 展开更多

关键词 自组织特征映射 神经网络 有监督自组织特征映射 机器学习 回归 入侵检测

在线阅读 下载PDF 职称材料

基于小波和SOM网络的医学图像融合 被引量：3

10

作者 王安娜 杨铭如 +1 位作者 刘坐乾 王婷君 《计算机工程》 CAS CSCD 北大核心 2009年第21期200-202,205,共4页

提出一种基于小波变换和自组织特征映射(SOM)神经网络的医学图像融合方法,对图像进行小波变换,以图像的小波系数为特征,采用SOM网络对图像进行聚类,并进行模糊分类,从而确定像素融合的权重,得到融合图像。仿真实验结果表明,该方法能够... 提出一种基于小波变换和自组织特征映射(SOM)神经网络的医学图像融合方法,对图像进行小波变换,以图像的小波系数为特征,采用SOM网络对图像进行聚类,并进行模糊分类,从而确定像素融合的权重,得到融合图像。仿真实验结果表明,该方法能够获得良好的性能。 展开更多

关键词 图像融合 小波变换 自组织特征映射神经网络 聚类分析

在线阅读 下载PDF 职称材料

改进的半监督协同SOM图匹配算法 被引量：3

11

作者 李昌华 董鑫 李智杰 《计算机工程与设计》 北大核心 2019年第5期1355-1359,共5页

为进一步解决目前非精确图匹配算法在应用上的局限性,提出一种基于半监督的协同自组织映射神经网络(selforganizing map)算法。通过挖掘图的完备特征空间集,将有限带标签样本均分为3个训练集,分别初始化SOM子分类器,训练结果采用投票法... 为进一步解决目前非精确图匹配算法在应用上的局限性,提出一种基于半监督的协同自组织映射神经网络(selforganizing map)算法。通过挖掘图的完备特征空间集,将有限带标签样本均分为3个训练集,分别初始化SOM子分类器,训练结果采用投票法进行统计;根据统计结果把无争议样本添加到已知标记的训练集中,票数不同的样本通过K均值算法进行二次判别。即在半监督条件下,利用聚类划分的思想将图匹配问题转化为图的分类标记问题。实验结果表明,该算法能够有效提升准确率,避免了传统算法在训练过程中产生的无法收敛的问题,节约了有监督算法的人工标记成本。 展开更多

关键词 半监督 自组织映射神经网络 集成分类器 协同训练 K均值

在线阅读 下载PDF 职称材料

基于改进PCA-SOM的电静压伺服作动器油滤堵塞故障诊断 被引量：4

12

作者 陈换过 刘培君 +1 位作者 俞杭 肖雪 《中国机械工程》 EI CAS CSCD 北大核心 2021年第7期799-805,共7页

针对电静压伺服作动器(EHA)的油滤堵塞故障,提出利用可调式球头油堵预置不同程度的油滤堵塞工况进行数据采集,并在传统自组织映射神经网络(SOM)的基础上,引入主成分分析(PCA)法,利用各元主成分贡献率对神经元竞争域值各维系数进行修订,... 针对电静压伺服作动器(EHA)的油滤堵塞故障,提出利用可调式球头油堵预置不同程度的油滤堵塞工况进行数据采集,并在传统自组织映射神经网络(SOM)的基础上,引入主成分分析(PCA)法,利用各元主成分贡献率对神经元竞争域值各维系数进行修订,提出了改进PCA-SOM神经网络对系统堵塞状态进行判识。研究结果表明,与传统SOM神经网络和PCA-SOM神经网络相比,改进PCA-SOM神经网络在提高聚类效果的同时,提高了模型的准确率和训练速度,在EHA的油滤堵塞故障诊断中有更好的适用性。 展开更多

关键词 电静压伺服作动器 改进主成分分析法-自组织映射神经网络 油滤堵塞 故障诊断

在线阅读 下载PDF 职称材料

基于SOM神经网络的风电电子装置故障诊断 被引量：16

13

作者 高宇 《电力系统及其自动化学报》 CSCD 北大核心 2010年第3期142-145,共4页

监测可能发生故障的电力电子器件,对电力电子装置的故障进行识别和诊断,以降低电气系统的故障发生率,对于减少风力发电机组运行的故障率,降低风力发电运行维护成本有着重要意义。为此,提出将自组织特征映射神经网络(SOM)应用于风力发电... 监测可能发生故障的电力电子器件,对电力电子装置的故障进行识别和诊断,以降低电气系统的故障发生率,对于减少风力发电机组运行的故障率,降低风力发电运行维护成本有着重要意义。为此,提出将自组织特征映射神经网络(SOM)应用于风力发电机组电力电子装置的故障诊断中。实验结果表明,利用该方法进行风力发电机电力电子装置故障诊断能取得较好的效果,具有一定的工程应用价值。 展开更多

关键词 风力发电机组 电力电子装置 som神经网络

在线阅读 下载PDF 职称材料

利用臭氧探空数据评估卫星及再分析资料在粤港澳地区的适用性

14

作者 龚宇 李婷苑 +1 位作者 沈劲 陈靖扬 《中国环境科学》 北大核心 2025年第4期1858-1868,共11页

基于2022~2023年粤港澳地区臭氧(O_(3))探空观测资料,分析O_(3)浓度垂直分布特征变化趋势,并结合自组织映射神经网络(SOM)分型方法,评估了Aqua卫星大气红外探测器(AIRS)O_(3)垂直廓线产品以及ERA5再分析资料的O_(3)垂直廓线产品在粤港... 基于2022~2023年粤港澳地区臭氧(O_(3))探空观测资料,分析O_(3)浓度垂直分布特征变化趋势,并结合自组织映射神经网络(SOM)分型方法,评估了Aqua卫星大气红外探测器(AIRS)O_(3)垂直廓线产品以及ERA5再分析资料的O_(3)垂直廓线产品在粤港澳地区的适用性.结果表明:①粤港澳地区O_(3)垂直分布季节性差异较为显著,春夏冬季呈单峰分布结构,峰区分别位于700,950和300hPa附近,秋季呈双峰分布结构,峰区位于925和400hPa附近.站点间差异较小,广东省各站点与香港站点的O_(3)廓线年平均偏差介于-3.2%~11.0%之间.②对流层内秋冬季AIRS和ERA5数据质量好于春夏季.850~200hPa,AIRS和ERA5数据质量相对较好,各季节相对平均偏差(Rad)平均值分别介于16.5%~25.8%和15.1%~25.7%之间,相关系数(r)平均值分别介于0.47~0.75和0.23~0.74之间;而在850hPa以下,AIRS和ERA5数据质量相对较差,AIRS数据略好于ERA5数据,Rad平均值分别为31.6%和40.9%,r平均值分别为0.34和-0.15.③将O_(3)垂直分布分为5型,其中,AIRS与ERA5资料在1型分布结构下数据质量最好,而在2型和3型分布结构下数据质量最差.1型在秋冬季出现频率较高(分别为43%和61%),2型和3型在夏季出现频率较高(共66%),4型和5型在春季出现频率较高(共85%). 展开更多

关键词 粤港澳 臭氧(O_(3)) 大气红外探测器(AIRS) ERA5 评估 自组织映射神经网络(som)

在线阅读 下载PDF 职称材料

基于SOM网络的股票聚类分析方法 被引量：7

15

作者 徐志超 梁艳春 时小虎 《计算机工程与设计》 CSCD 北大核心 2008年第9期2426-2428,共3页

无监督的自组织映射(SOM)神经网络是用于聚类的主要人工神经网络模型之一。在SOM网络的基础上改进了网络中的邻域函数,并将其用于对股票进行分析和选择,得到了令人满意的结果。为了提高解的精度,避免多个输入样本映射到同一输出节点还... 无监督的自组织映射(SOM)神经网络是用于聚类的主要人工神经网络模型之一。在SOM网络的基础上改进了网络中的邻域函数,并将其用于对股票进行分析和选择,得到了令人满意的结果。为了提高解的精度,避免多个输入样本映射到同一输出节点还提出了禁忌映射的方法。数值模拟表明该模型对于上市公司的聚类结果令人满意,对于股民客观、准确地选出真正具有投资价值的股票具有指导意义。 展开更多

关键词 som神经网络 动态竞争 聚类 禁忌映射 股票分析

在线阅读 下载PDF 职称材料

基于SOM的无线通信话务量最优加权组合预测 被引量：3

16

作者 魏静 李恒超 范平志 《计算机工程与应用》 CSCD 北大核心 2011年第14期73-75,共3页

针对单个预测模型难以准确刻画无线通信话务量的演变规律,并考虑数据自身的多样性,提出了基于自组织映射(Self-Organizing Maps,SOM)神经网络的无线通信话务量最优加权组合预测方法。该方法利用SOM神经网络对话务量数据进行自动聚类,并... 针对单个预测模型难以准确刻画无线通信话务量的演变规律,并考虑数据自身的多样性,提出了基于自组织映射(Self-Organizing Maps,SOM)神经网络的无线通信话务量最优加权组合预测方法。该方法利用SOM神经网络对话务量数据进行自动聚类,并对聚类后的每类数据,分别确定相应最优加权组合预测的权重,进而获得相应的预测值。实验结果表明,所提出方法不仅能提高话务量预测的精度,还能增强预测系统的稳定性。 展开更多

关键词 无线通信话务量 最优加权组合预测 自组织映射 神经网络

在线阅读 下载PDF 职称材料

SOM神经网络在储层流体识别中的应用 被引量：2

17

作者 胡春涛 刘文碧 李德发 《成都理工大学学报（自然科学版）》 CAS CSCD 1996年第S1期29-34,共6页

自组织特征映射（ＳＯＭ）神经网络能通过自组织有效地提取出各特征参数间的内在特征并映射到分类模板上，它可以用于各种模式识别问题。本文首次将ＳＯＭ网络引入到储层流体识别中，经研究表明其精度高于传统方法，说明该方法在解决复... 自组织特征映射（ＳＯＭ）神经网络能通过自组织有效地提取出各特征参数间的内在特征并映射到分类模板上，它可以用于各种模式识别问题。本文首次将ＳＯＭ网络引入到储层流体识别中，经研究表明其精度高于传统方法，说明该方法在解决复杂分类问题上的有效性和先进性，它在储层流体识别中的应用是成功的，值得推广。 展开更多

关键词 自组织特征映射(som) 神经网络 储层流体识别 分类

在线阅读 下载PDF 职称材料

基于SOM规则自动生成的模糊神经网络模型 被引量：1

18

作者 陈志兵 黄人璆 +1 位作者 章劲松 庄镇泉 《计算机科学》 CSCD 北大核心 2000年第5期61-63,共3页

1 引言模糊系统建模一般将经过系统结构辨识和系统参数估计两个阶段。在辨识阶段,主要决定输入变量及其相互关系、模糊规则数、输入输出空间划分和系统参数的初值;在估计阶段,主要用来调整系统参数以使得系统的输出与目标输出的差值尽... 1 引言模糊系统建模一般将经过系统结构辨识和系统参数估计两个阶段。在辨识阶段,主要决定输入变量及其相互关系、模糊规则数、输入输出空间划分和系统参数的初值;在估计阶段,主要用来调整系统参数以使得系统的输出与目标输出的差值尽可能小。对于系统参数估计阶段的参数调整,人们已提出一些自动方法。对于系统结构辨识阶段,也产生了如模板法、聚类法和决策树法等,但这些方法一般都需要人工干预。其中模糊规则的生成与调整以及隶属度函数的选取是系统结构辨识阶段的主要问题,文提出了用神经网络自动生成模糊规则并进行隶属度形状调整,从而构成模糊神经网络。Wang提出自动分割输入空间的方法,Lin提出三阶段学习算法的模糊神经网络。 展开更多

关键词 模糊神经网络模型 som规则 自动生成

在线阅读 下载PDF 职称材料

应用于光伏阵列故障诊断的DA-SOM算法研究 被引量：4

19

作者 张晓阳 李田泽 +2 位作者 张涵瑞 韩鸿雁 李兵 《电源学报》 CSCD 北大核心 2022年第2期122-128,共7页

针对自组织映射SOM(self-organizing map)神经网络聚类性能易受其初始权值的影响,采用蜻蜓算法DA(dragonfly algorithm)优化SOM神经网络的局部权重失真指数LWDI(locally weighted distortion index),对神经网络的初始权值进行寻优。以... 针对自组织映射SOM(self-organizing map)神经网络聚类性能易受其初始权值的影响,采用蜻蜓算法DA(dragonfly algorithm)优化SOM神经网络的局部权重失真指数LWDI(locally weighted distortion index),对神经网络的初始权值进行寻优。以光伏阵列故障数据样本为研究对象,将正常与故障状态下的输出特性进行对比分析,建立故障诊断模型,并利用诊断模型诊断和输出故障类型。仿真结果表明,与基本SOM神经网络及反向传播BP(back propagation)、DA-BP神经网络相比较,DA-SOM神经网络能够得到较优的聚类效果,可有效地提高光伏阵列故障诊断的准确率。 展开更多

关键词 自组织映射神经网络 蜻蜓算法 光伏阵列 故障诊断 仿真

在线阅读 下载PDF 职称材料

基于天气类型聚类识别的光伏系统短期无辐照度发电预测模型研究 被引量：168

20

作者 代倩 段善旭 +3 位作者 蔡涛 陈昌松 陈正洪 邱纯 《中国电机工程学报》 EI CSCD 北大核心 2011年第34期28-35,共8页

现有光伏发电量预测模型大多以太阳辐照度作为必要的输入,然而,由于当前国内太阳辐射站点仍较稀少且预报能力较低,因此此类预报方法难于实施。利用距离分析方法分析光伏发电量与气象因素间的相关性,确定以气温和湿度作为预报输入因子,... 现有光伏发电量预测模型大多以太阳辐照度作为必要的输入,然而,由于当前国内太阳辐射站点仍较稀少且预报能力较低,因此此类预报方法难于实施。利用距离分析方法分析光伏发电量与气象因素间的相关性,确定以气温和湿度作为预报输入因子,建立反传播(back propagation,BP)神经网络的无辐照度发电量短期预报模型。此外,为适应天气突变,采用自组织特征映射(self-organizing feature map,SOM)由云量预报信息对天气类型聚类识别,继而对各天气类型采用相应的预测网络,避免了单神经网络的过拟合问题。通过与含辐照度输入及无天气聚类识别的预测模型做交叉对比实验,预测结果表明,天气类型聚类识别能显著提高预测精度,无辐照度光伏发电量短期预测模型有较高的精度和50%湿度抗扰动性。 展开更多

关键词 光伏发电量短期预测 神经网络 气象因素 自组织特征映射聚类 距离分析

在线阅读 下载PDF 职称材料