期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于元胞负荷特性分析的RBF神经网络空间负荷预测方法
被引量：
25
1
作者
肖白
刘庆永
+2 位作者
牛强
綦雪松
王皓
《电网技术》
EI
CSCD
北大核心
2018年第1期301-307,共7页
针对元胞历史负荷数据的特点,结合RBF神经网络在非线性拟合方面的优势,提出了一种基于元胞负荷特性分析的RBF神经网络空间负荷预测方法。该方法以元胞的历史负荷数据为基础,横向从元胞的年历史负荷特性入手,描述各元胞年负荷峰值段的发...
针对元胞历史负荷数据的特点,结合RBF神经网络在非线性拟合方面的优势,提出了一种基于元胞负荷特性分析的RBF神经网络空间负荷预测方法。该方法以元胞的历史负荷数据为基础,横向从元胞的年历史负荷特性入手,描述各元胞年负荷峰值段的发展趋势;纵向从元胞日最大负荷出现的时刻入手,刻画峰值时段的最大负荷数据群。在充分地考虑元胞负荷的季节特性、双峰特性和转移特性对空间负荷预测精度影响的基础上,构建出一种合理的峰值时段最大负荷数据群的双向选取模型。然后采用RBF神经网络对所选取的最大负荷数据群进行训练和预测,进而得到目标年各元胞的年最大负荷预测值。工程实例验证了该方法的实用性和有效性。
展开更多
关键词
电力负荷特性
RBF神经网络
空间负荷预测
负荷最大值
元胞
在线阅读
下载PDF
职称材料
基于数据相关性分析的电网故障时刻确定与故障识别方法
被引量：
17
2
作者
刘晓军
马羽中
+2 位作者
杨冬锋
赵芷莹
白尚旻
《电网技术》
EI
CSCD
北大核心
2022年第4期1529-1538,共10页
提出了一种基于正态分布的故障时刻确定方法和基于特征向量法的故障类型识别与故障定位方法。利用各节点处PMU采集的三相电压数据构建数据源矩阵,通过分析时间窗矩阵中各列数据的正态分布曲线,实现故障时刻的确定;再利用数据源矩阵的样...
提出了一种基于正态分布的故障时刻确定方法和基于特征向量法的故障类型识别与故障定位方法。利用各节点处PMU采集的三相电压数据构建数据源矩阵,通过分析时间窗矩阵中各列数据的正态分布曲线,实现故障时刻的确定;再利用数据源矩阵的样本协方差矩阵作为特征向量法的判断矩阵,通过分析2个最大特征值对应特征向量中的异常元素,确定故障位置并识别故障类型。以IEEE39节点系统为例,验证了方法在电网发生各类故障以及复故障时均能有效实现故障时刻确定与故障识别,并且证明了所提方法对不良数据有较好的鲁棒性。
展开更多
关键词
特征向量法
正态分布
样本协方差矩阵
复故障
故障识别
在线阅读
下载PDF
职称材料
题名
基于元胞负荷特性分析的RBF神经网络空间负荷预测方法
被引量：
25
1
作者
肖白
刘庆永
牛强
綦雪松
王皓
机构
东北
电力
大学电气工程学院
国网吉林省电力有限公司吉林市供电公司
出处
《电网技术》
EI
CSCD
北大核心
2018年第1期301-307,共7页
基金
国家自然科学基金项目(51177009)~~
文摘
针对元胞历史负荷数据的特点,结合RBF神经网络在非线性拟合方面的优势,提出了一种基于元胞负荷特性分析的RBF神经网络空间负荷预测方法。该方法以元胞的历史负荷数据为基础,横向从元胞的年历史负荷特性入手,描述各元胞年负荷峰值段的发展趋势;纵向从元胞日最大负荷出现的时刻入手,刻画峰值时段的最大负荷数据群。在充分地考虑元胞负荷的季节特性、双峰特性和转移特性对空间负荷预测精度影响的基础上,构建出一种合理的峰值时段最大负荷数据群的双向选取模型。然后采用RBF神经网络对所选取的最大负荷数据群进行训练和预测,进而得到目标年各元胞的年最大负荷预测值。工程实例验证了该方法的实用性和有效性。
关键词
电力负荷特性
RBF神经网络
空间负荷预测
负荷最大值
元胞
Keywords
power load characteristics
RBF neural network
spatial load forecasting
maximum load
cell
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于数据相关性分析的电网故障时刻确定与故障识别方法
被引量：
17
2
作者
刘晓军
马羽中
杨冬锋
赵芷莹
白尚旻
机构
现代
电力
系统仿真控制与绿色电能新技术教育部重点实验室(东北
电力
大学)
国网吉林省电力有限公司吉林市供电公司
出处
《电网技术》
EI
CSCD
北大核心
2022年第4期1529-1538,共10页
基金
国家重点研发计划(智能电网技术与装备重点专项(2016YFB0900600))
国家电网公司科技项目(52094017000W)。
文摘
提出了一种基于正态分布的故障时刻确定方法和基于特征向量法的故障类型识别与故障定位方法。利用各节点处PMU采集的三相电压数据构建数据源矩阵,通过分析时间窗矩阵中各列数据的正态分布曲线,实现故障时刻的确定;再利用数据源矩阵的样本协方差矩阵作为特征向量法的判断矩阵,通过分析2个最大特征值对应特征向量中的异常元素,确定故障位置并识别故障类型。以IEEE39节点系统为例,验证了方法在电网发生各类故障以及复故障时均能有效实现故障时刻确定与故障识别,并且证明了所提方法对不良数据有较好的鲁棒性。
关键词
特征向量法
正态分布
样本协方差矩阵
复故障
故障识别
Keywords
eigenvector method
normal distribution
sample covariance matrix
combination faults
fault identification
分类号
TM721 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于元胞负荷特性分析的RBF神经网络空间负荷预测方法
肖白
刘庆永
牛强
綦雪松
王皓
《电网技术》
EI
CSCD
北大核心
2018
25
在线阅读
下载PDF
职称材料
2
基于数据相关性分析的电网故障时刻确定与故障识别方法
刘晓军
马羽中
杨冬锋
赵芷莹
白尚旻
《电网技术》
EI
CSCD
北大核心
2022
17
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
