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SCG优化SSAE-FFNN的电能质量复合扰动深度特征提取与分类
被引量：
2
1
作者
丁皓月
吕干云
+3 位作者
史明明
费骏韬
俞明
吴启宇
《电力工程技术》
北大核心
2024年第3期99-110,共12页
随着智能电网的发展,电能质量问题已遍布电网并威胁着电网的安全稳定,且电能质量监测数据日渐庞大,因此实现大规模系统中电能质量扰动(power quality disturbances,PQDs)的深度特征提取及智能分类识别对电力系统污染检测与管理具有重要...
随着智能电网的发展,电能质量问题已遍布电网并威胁着电网的安全稳定,且电能质量监测数据日渐庞大,因此实现大规模系统中电能质量扰动(power quality disturbances,PQDs)的深度特征提取及智能分类识别对电力系统污染检测与管理具有重要意义。为此,文中提出一种基于堆叠稀疏自编码器(stacked sparse auto encoder,SSAE)和前馈神经网络(feedforward neural network,FFNN)的电能质量复合扰动分类方法。首先,基于IEEE标准构建PQDs仿真模型。然后,建立基于SSAE-FFNN的PQDs分类模型,并引入缩放共轭梯度(scaled conjugate gradient,SCG)算法对模型进行优化,以提高梯度下降速度和网络训练效率。接着,为有效降低堆叠网络的重构损失同时提取出深度的低维特征,构建SSAE的逐层训练集及微调策略。最后,通过算例分析验证文中方法的分类效果、鲁棒性、泛化性和适用场景规模。结果表明,文中方法能够有效识别电能质量复合扰动,对含误差扰动和某地市电网的21组实测扰动录波数据也有较高的分类准确率。
展开更多
关键词
电能质量
复合扰动分类
堆叠稀疏自编码器(SSAE)
深度特征提取
缩放共轭梯度(SCG)
前馈神经网络(FFNN)
在线阅读
下载PDF
职称材料
基于多重判据的闪变源智能定位
被引量：
1
2
作者
吴启宇
吕干云
+3 位作者
吴晨媛
吴洁
俞明
魏鹏
《电力系统及其自动化学报》
CSCD
北大核心
2019年第12期95-100,共6页
闪变源定位是解决闪变引起的供用电双方矛盾的关键。本文提出一种基于多重判据的闪变源智能定位法。首先分析了4种典型的闪变源定位方法并提取相应的闪变特征量。然后采用线性支持向量机算法对数据样本进行智能学习,有效利用定性特征量...
闪变源定位是解决闪变引起的供用电双方矛盾的关键。本文提出一种基于多重判据的闪变源智能定位法。首先分析了4种典型的闪变源定位方法并提取相应的闪变特征量。然后采用线性支持向量机算法对数据样本进行智能学习,有效利用定性特征量与定量特征量形成互补,在多维特征空间中构建上下游最优分类面,进而判断闪变源的位置。该方法通过智能学习代替了人工经验,将电力系统网络架构信息存储在线性支持向量机的权值中,可适用于多种情况下闪变源定位。最后采用33节点网络仿真对该模型进行验证。结果显示,与传统单一定位方法相比,该法具有更高的定位正确率,且能在附加一定白噪声条件下准确定位闪变源。
展开更多
关键词
闪变源定位
智能定位
多重判据
线性支持向量机
在线阅读
下载PDF
职称材料
题名
基于SCG优化SSAE-FFNN的电能质量复合扰动深度特征提取与分类
被引量：
2
1
作者
丁皓月
吕干云
史明明
费骏韬
俞明
吴启宇
机构
南京
工程学院
电力
工程学院
国网
江苏省
电力
有限公司
电力
科学研究院
国网江苏省电力有限公司南京市溧水区供电分公司
出处
《电力工程技术》
北大核心
2024年第3期99-110,共12页
基金
江苏省高等学校自然科学研究重大项目“含高渗透率分布电源配电网电压暂降鲁棒状态估计及应用”(19KJA510012)
江苏省南京工程学院校基金(YKJ202209)资助。
文摘
随着智能电网的发展,电能质量问题已遍布电网并威胁着电网的安全稳定,且电能质量监测数据日渐庞大,因此实现大规模系统中电能质量扰动(power quality disturbances,PQDs)的深度特征提取及智能分类识别对电力系统污染检测与管理具有重要意义。为此,文中提出一种基于堆叠稀疏自编码器(stacked sparse auto encoder,SSAE)和前馈神经网络(feedforward neural network,FFNN)的电能质量复合扰动分类方法。首先,基于IEEE标准构建PQDs仿真模型。然后,建立基于SSAE-FFNN的PQDs分类模型,并引入缩放共轭梯度(scaled conjugate gradient,SCG)算法对模型进行优化,以提高梯度下降速度和网络训练效率。接着,为有效降低堆叠网络的重构损失同时提取出深度的低维特征,构建SSAE的逐层训练集及微调策略。最后,通过算例分析验证文中方法的分类效果、鲁棒性、泛化性和适用场景规模。结果表明,文中方法能够有效识别电能质量复合扰动,对含误差扰动和某地市电网的21组实测扰动录波数据也有较高的分类准确率。
关键词
电能质量
复合扰动分类
堆叠稀疏自编码器(SSAE)
深度特征提取
缩放共轭梯度(SCG)
前馈神经网络(FFNN)
Keywords
power quality
composite disturbance classification
stacked sparse auto encoder(SSAE)
deep feature extraction
scaled conjugate gradient(SCG)
feedforward neural network(FFNN)
分类号
TM732 [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
基于多重判据的闪变源智能定位
被引量：
1
2
作者
吴启宇
吕干云
吴晨媛
吴洁
俞明
魏鹏
机构
南京
工程学院
电力
工程学院
国网江苏省电力有限公司南京市溧水区供电分公司
国网
陕西省
电力
公司
出处
《电力系统及其自动化学报》
CSCD
北大核心
2019年第12期95-100,共6页
基金
国家自然科学基金资助项目(51577086)
江苏“六大人才高峰”、江苏高校“青蓝工程”项目配电网智能技术与装备协同中心开放基金资助项目(XTCX201611).
文摘
闪变源定位是解决闪变引起的供用电双方矛盾的关键。本文提出一种基于多重判据的闪变源智能定位法。首先分析了4种典型的闪变源定位方法并提取相应的闪变特征量。然后采用线性支持向量机算法对数据样本进行智能学习,有效利用定性特征量与定量特征量形成互补,在多维特征空间中构建上下游最优分类面,进而判断闪变源的位置。该方法通过智能学习代替了人工经验,将电力系统网络架构信息存储在线性支持向量机的权值中,可适用于多种情况下闪变源定位。最后采用33节点网络仿真对该模型进行验证。结果显示,与传统单一定位方法相比,该法具有更高的定位正确率,且能在附加一定白噪声条件下准确定位闪变源。
关键词
闪变源定位
智能定位
多重判据
线性支持向量机
Keywords
flicker source location
intelligent location
multiple criterions
linear support vector machine(LSVM)
分类号
TM711 [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SCG优化SSAE-FFNN的电能质量复合扰动深度特征提取与分类
丁皓月
吕干云
史明明
费骏韬
俞明
吴启宇
《电力工程技术》
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
基于多重判据的闪变源智能定位
吴启宇
吕干云
吴晨媛
吴洁
俞明
魏鹏
《电力系统及其自动化学报》
CSCD
北大核心
2019
1
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
