检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

44 篇 期刊文献
29 篇 学位论文
6 篇 会议
1 篇 成果

馆藏范围

80 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

79 篇 工学
- 73 篇 电气工程
- 6 篇 计算机科学与技术...
- 6 篇 软件工程
- 3 篇 控制科学与工程
- 2 篇 机械工程
- 2 篇 动力工程及工程热...
- 1 篇 仪器科学与技术
- 1 篇 电子科学与技术（可...
- 1 篇 信息与通信工程
- 1 篇 航空宇航科学与技...
8 篇 管理学
- 8 篇 管理科学与工程(可...
2 篇 理学
- 2 篇 数学
- 1 篇 统计学（可授理学、...
1 篇 经济学
- 1 篇 应用经济学

主题

80 篇 不良数据辨识
24 篇 状态估计
22 篇 电力系统
6 篇 聚类分析
6 篇 抗差估计
5 篇 数据挖掘
4 篇 分布式状态估计
4 篇 模糊聚类
4 篇 抗差状态估计
3 篇 模糊isodata法
3 篇 主动配电网
3 篇 动态状态估计
3 篇 bp神经网络
3 篇 参数错误
2 篇 电力系统状态估计
2 篇 gsa
2 篇 rbf神经网络
2 篇 模糊等价关系
2 篇 聚类
2 篇 关联规则

机构

8 篇 南京理工大学
7 篇 燕山大学
6 篇 郑州大学
5 篇 华北电力大学
5 篇 清华大学
3 篇 重庆大学
3 篇 电力系统及发电设...
3 篇 浙江大学
2 篇 天津电力公司城西...
2 篇 同济大学
2 篇 天津电力公司调度...
2 篇 山东大学
2 篇 江苏电力公司
2 篇 天津市电力设计院
2 篇 华南理工大学
2 篇 广东工业大学
2 篇 东北大学
1 篇 华中科技大学
1 篇 南京宁汇智能科技...
1 篇 国网天津滨海供电...

作者

4 篇 蒋德珑
3 篇 郭烨
3 篇 梅生伟
3 篇 杨伟
3 篇 吴文传
3 篇 chen yanbo
3 篇 yang wei
3 篇 陈艳波
3 篇 吴军基
3 篇 卢志刚
3 篇 葛成
3 篇 lu zhigang
3 篇 张伯明
2 篇 易文飞
2 篇 田莎莎
2 篇 yao rui
2 篇 陈茜
2 篇 于尔铿
2 篇 刘瑗瑗
2 篇 刘策

语言

80 篇 中文

检索条件"主题词=不良数据辨识"

共 80 条记录，以下是11-20 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

配电网不良数据辨识研究

配电网不良数据辨识研究

引用

作者：邱恺怡广东工业大学

学位级别：硕士

近年来，电力系统发展日新月异，随着风力发电和光伏电源等分布式电源的大量接入，其出力的规模难以预测，再加上配电网结构的频繁改变，使得配电网的不良数据辨识的准确度受到很大影响。因此，针对上述问题，本文结合传统残差检测引用... 详细信息

近年来，电力系统发展日新月异，随着风力发电和光伏电源等分布式电源的大量接入，其出力的规模难以预测，再加上配电网结构的频繁改变，使得配电网的不良数据辨识的准确度受到很大影响。因此，针对上述问题，本文结合传统残差检测引用一种新的分类方式，以提高不良数据检测的准确度。本文所做主要工作如下：　　为了克服传统残差检测中残差淹没现象，选取计算量和准确性等方面均突出的动态模糊聚类方法，并根据F统计量的计算，求得所有情况中的最优分类。而最优分类通过MATLAB程序计算产生。采用MATLAB程序对标准IEEE 5节点程序和IEEE 33节点程序进行潮流计算，产生估计值和量测值，然后用估计值减去量测值，求得残差矩阵。得到运算结果后，再利用MATLAB编程计算残差矩阵的标准化协方差矩阵，通过这个标准化协方差矩阵计算并得到相似矩阵，再利用相似矩阵计算模糊等价矩阵，最后进行模糊分类，从而将测点按相关性强弱进行分类。不良数据识别与处理方法为残差协方差矩阵聚类，并对可能发生残差淹没的量进行了分区操作。

关键词：配电网不良数据辨识协方差矩阵模糊聚类

来源：评论

学校读者我要写书评

暂无评论

电力系统不良数据辨识及抗差状态估计方法研究

电力系统不良数据辨识及抗差状态估计方法研究

引用

作者：钱威重庆大学

学位级别：硕士

状态估计是电力调控中心能量管理系统的核心功能,是电力系统在线安全分析与调度控制等高级应用基础数据的保障。但是,功率电压及开关状态的量测数据以及电网模型参数都可能存在错误,如果不能有效辨识并校正这些错误,则会导致状态估计结... 详细信息

状态估计是电力调控中心能量管理系统的核心功能,是电力系统在线安全分析与调度控制等高级应用基础数据的保障。但是,功率电压及开关状态的量测数据以及电网模型参数都可能存在错误,如果不能有效辨识并校正这些错误,则会导致状态估计结果的严重失真,并直接影响调控中心高级应用功能决策的失效。为此,论文对电力系统的不良数据辨识和抗差状态估计方法进行研究,论文选题具有重要的理论意义和实用价值,论文的主要工作和成果如下:(1)提出结合潮流追踪和拉格朗日乘子法的复杂不良数据辨识方法针对在单断面中出现复杂不良数据难以准确辨识的问题,本文提出了结合潮流追踪和Lagrange乘子法的复杂不良数据辨识方法。基于节点功率平衡和支路首末端潮流一致性原则以及不良数据的分类预判启发式规则,通过前推回代的潮流追踪,实现典型不良数据的检测与校正以及可疑不良数据的检测。再通过不良数据辨识的Lagrange乘子法,检测和校正可疑不良数据中的坏数据,从而进一步提高不良数据的辨识精度。算例结果表明,本文所提方法对单断面中复杂不良数据的辨识效果较好。(2)提出含不良数据预处理的辐射网前推回代抗差状态估计方法针对现有抗差状态估计方法对高比例强相关不良数据的抗差能力较弱的问题,本文提出了含不良数据预处理的辐射网前推回代抗差状态估计方法。在单支路和单节点状态估计的基础上,通过量测分类归一化指数型权函数策略及前推回代全程估计策略,有效提高了前推回代状态估计的抗差性能。同时,在前推回代过程中内嵌典型不良数据检测与校正的启发式规则,进一步提高了状态估计的抗差性能。算例结果表明,存在高比例强相关不良量测以及不良量测和参数错误同时出现的情况下,本文方法具有较好的抗差性能。(3)提出含不良量测预处理的简单环网前推回代抗差状态估计方法针对环网中残差污染和淹没现象更加严重的问题,本文提出了含简单环网复杂电网的前推回代抗差状态估计方法。通过拓扑分析,将复杂环网分解成辐射网子系统和单环网子系统。再通过最小不平衡功率的解环点选择策略以及基于环网循环功率估算的解环补偿策略,实现单环网的等值解环。最后基于辐射网的前推回代抗差状态估计方法及解环功率的补偿迭代修正,实现复杂电网的状态估计计算。算例结果表明,在环网中存在多个不良量测的情况下,本文所提方法有较好的抗差性能。

关键词：抗差状态估计不良数据辨识不良量测参数错误

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的电力系统不良数据辨识方法

基于机器学习的电力系统不良数据辨识方法

引用

作者：杜文航燕山大学

学位级别：硕士

在电力系统中,不良数据严重影响状态估计的准确性,导致结果无法真实反映电力系统状况,进而降低信息系统的收敛性能。因此,不良数据辨识对状态估计和电网分析至关重要。机器学习在不良数据辨识领域展现出巨大潜力,宽度学习、集成学习等... 详细信息

在电力系统中,不良数据严重影响状态估计的准确性,导致结果无法真实反映电力系统状况,进而降低信息系统的收敛性能。因此,不良数据辨识对状态估计和电网分析至关重要。机器学习在不良数据辨识领域展现出巨大潜力,宽度学习、集成学习等技术提升了检测规模和效率。针对现有方法依赖阀值设定、辨识率不稳等问题,本文提出基于机器学习的电力系统不良数据辨识新方法,旨在优化不良数据辨识效果。本文主要工作分为三个部分,具体工作内容如下: (1)分析不良数据辨识相关内容,从不良数据产生的根本原因寻找不良数据辨识问题的解决方案。通过分析不良数据辨识的基础模型与方法,总结不良数据辨识的四个主要的基础模型,为后续不良数据辨识提供了重要的特征指标。 (2)针对现有不良数据辨识方法在固定阈值设定和预测精度偏低的问题,提出了一种基于Boosting集成与改进DBSCAN聚类的不良数据辨识方法。首先利用Boosting集成技术,将BP神经网络、随机森林和极端梯度提升树三种算法进行集成,通过组合多个基分类器的输出,预测结果的准确率得到提升。然后引入了考虑局部搜索与噪音点再回归的DBSCAN聚类算法。通过对残差向量进行聚类分析,能够有效地检测出不良数据。最后,为了验证所提方法的有效性,采用了某电网30节点数据进行仿真实验。仿真结果表明,该方法提升了检测精度。 (3)针对现有不良数据辨识方法检测精度不稳定的问题,提出了一种基于改进的K-prototypes聚类与宽度学习混合的不良数据辨识方法。首先通过增加算法的自适应部分改进K-prototypes聚类算法,对不良数据进行筛选。其次对宽度学习增加时序注意力机制部分,筛选不良数据。最后通过算法联合参数,实现两种算法有机结合并提升了辨识率。最后通过某电网30节点算例仿真分析,仿真结果表明,该方法能有效提高不良数据辨识精度,且在极端情况下保持稳定。

关键词：不良数据辨识改进的K-prototypes聚类宽度学习 Boosting集成改进的DBSCAN聚类

来源：评论

学校读者我要写书评

暂无评论

大数据环境下火电机组的不良数据辨识与修复方法研究

大数据环境下火电机组的不良数据辨识与修复方法研究

引用

作者：贾俊奇东北电力大学

学位级别：硕士

近年来,随着电力体制改革的稳步推进,各火力发电厂正积极地推进全面深化改革,发展信息化、智能化的火电机组信息系统,为下一步智慧电厂的发展奠定基础。目前,我国火力发电产业正处于高速运转之中,源源不断的数据正在被生产出来,如何辨... 详细信息

近年来,随着电力体制改革的稳步推进,各火力发电厂正积极地推进全面深化改革,发展信息化、智能化的火电机组信息系统,为下一步智慧电厂的发展奠定基础。目前,我国火力发电产业正处于高速运转之中,源源不断的数据正在被生产出来,如何辨识和修复其中的不良数据成为人们关心的热点问题。因此,本文从以下三个方面来深入探讨如何能够快速、准确地辨识和修复火电机组不良数据。针对目前现有的火电机组不良数据辨识方法存在的普适性较差、辨识结果没有参照依据、辨识准确率较低等问题,本文提出了不良数据HC-GSA辨识方法。首先,本文使用凝聚层次聚类算法结合未知真实Index的模型评估方法对围绕中心点的划分算法进行优化,提出了用于对历史正常数据进行运算的HC-Center聚类算法。其次,本文提出使用间隙统计算法对待测数据运算的结果与正常数据运用HC-Center聚类算法所得的结果进行对比,以类均方差值为依据实现不良数据的辨识。最后,经实验证明了本文所提出的方法能够有效地辨识出火电机组的不良数据,且与同类型算法相比具有更高的辨识准确率。针对目前现有的火电机组不良数据修复方法存在的无法准确地对连续性缺失数据或者数量较多的不良数据进行修复的局限性,本文提出了基于相似状态方法和SA-PSO-RBF修复算法的不良数据修复方法。首先,为保证修复后的数据能够最大程度的接近实际值,本文提出了用于选取与不良数据出现前一刻状态相似数据组的相似状态方法,目的是用来组建后续用到的神经网络算法的训练样本集。其次,本文又提出了使用模拟退火算法改良的粒子群算法为径向基函数神经网络的宽度参数和权值参数寻优并结合围绕中心点的划分算法为径向基函数神经网络计算得出的中心参数来构建神经网络预测模型的SA-PSO-RBF修复算法,该算法主要用于预测不良数据处的值,使用接近实际值的预测值来替代辨识出的不良数据,从而达到修复不良数据的效果。最后,经过实验验证,无论是多个非连续性的不良数据还是连续性缺失数据,本文所提出的方法均能够较为准确地对其进行修复,且与同类型算法的预测准确率相比,优势也较为明显。针对本文所提出的火电机组不良数据辨识与修复方法在待测数据量过大或训练样本过多的情况下存在的单节点计算资源不足、运算效率低下、耗时时间长等问题,本文提出将不良数据HC-GSA辨识方法和SA-PSO-RBF修复算法进行并行化处理。首先,本文分别为HC-Center聚类算法和间隙统计算法制定并行化方案来实现不良数据HC-GSA辨识方法的并行化设计。其次,本文对SA-PSO-RBF修复算法中资源消耗量大、耗费时间久的部分进行了并行化设计。最后,实验验证了本文提出的不良数据HC-GSA辨识方法并行化的设计和SA-PSO-RBF修复算法的并行化设计具有良好的准确性和较高的计算效率。

关键词：火电机组不良数据辨识不良数据修复 Hadoop 并行化设计

来源：评论

学校读者我要写书评

暂无评论

采用模糊聚类方法进行电力系统不良数据辨识

采用模糊聚类方法进行电力系统不良数据辨识

引用

作者：蒋德珑郑州大学

学位级别：硕士

电力系统中大量实时数据的质量决定着电力系统运行的安全与稳定,但实时量测系统由于布局不合理、通道传输不畅和管理操作不严等原因,必须对实时量测数据进行不良数据的检测与辨识。不良数据的检测与辨识是电力系统状态估计的重要功能之... 详细信息

电力系统中大量实时数据的质量决定着电力系统运行的安全与稳定,但实时量测系统由于布局不合理、通道传输不畅和管理操作不严等原因,必须对实时量测数据进行不良数据的检测与辨识。不良数据的检测与辨识是电力系统状态估计的重要功能之一,其目的在于排除量测采样数据中偶然出现的少量不良数据,提高状态估计的可靠性,对电力系统的安全稳定运行具有十分重要的意义。鉴于电力网络的结果和运行模式越来越复杂,人们对其数据的精确定义和认识也越来越困难,因此本文采用模糊数学的方法来辨识电力系统中的不良数据有其自身的优势。首先,介绍了电力系统不良数据检测与辨识的基本概念与研究现状,并对常用的不良数据检测与辨识方法进行了较为详细的描述。其次,引入模糊数学的概念,以及模糊聚类分析的相关理论和基本方法,并对模糊等价关系和模糊ISODATA方法进行了较为深入的研究分析,构建了种综合模糊聚类方法。最后,利用Fortran6.5与VC++进行混合编程,分别开发了基于模糊等价关系的传递闭包法不良数据辨识系统、基于模糊划分的模糊ISODATA法不良数据辨识系统和综合模糊聚类法不良数据辨识系统,通过算例仿真分别证明了三种方法的有效性,并指出了三种辨识方法的优缺点。同时以基于模糊等价关系聚类法的不良数据检测与辨识系统为重点,通过对其深入的研究,探讨了最佳阈值的确定方法,并将其与几种传统不良数据处理方法进行了对比,验证了该方法的优越性。另外,还将实时数据预处理技术与综合模糊聚类法相结合,对原始量测样本进行有效压缩,构建了一种新型的不良数据辨识系统,并尝试性地建议依据最优聚类中心对WAMS测点布局进行改良。

关键词：不良数据辨识模糊聚类分析模糊等价关系模糊ISODATA法

来源：评论

学校读者我要写书评

暂无评论

基于云计算的电力系统不良数据辨识算法研究

基于云计算的电力系统不良数据辨识算法研究

引用

作者：冯懿南京理工大学

学位级别：硕士

云计算是网格计算,并行计算和分布式计算等概念混合演进后在商业领域发展出的一种计算模型,被广泛应用于分析与处理海量数据。云计算的应用使得在降低终端设备性能的同时提高数据处理能力想法成为现实。智能电网的发展和电力信息的爆炸... 详细信息

云计算是网格计算,并行计算和分布式计算等概念混合演进后在商业领域发展出的一种计算模型,被广泛应用于分析与处理海量数据。云计算的应用使得在降低终端设备性能的同时提高数据处理能力想法成为现实。智能电网的发展和电力信息的爆炸式增长对未来电网的信息处理和数据存储能力提出了力这更高的要求。鉴于云计算与电力系统在运行机制上的相似性,可以将云计算应用于电力系统,以提高电网的信息处理和数据存储能力。本文研究了现有云计算技术及开源Hadoop平台计算模型的实现流程,基于Hadoop云计算平台及MapReduce软件框架,结合GSA电力系统不良辨识算法,提出了一种电力系统不良数据辨识云计算方法。该方法中,为解决参考分布和聚类初值随意选取对GSA算法精度造成的影响,利用肘形判据原理和最大最小距离法对GSA算法进行了优化。分别将传统GSA算法和优化GSA算法应用于UCI标准数据库中的IRIS数据集辨识中发现,优化GSA算法辨识的精度明显高于传统GSA方法;通过GSA算法的MapReduce软件框架的云化特性,设计了优化GSA算法的云化方案,基于Java语言对云化方案进行了实现;为证明所提出的优化GSA的云计算模型的优势,利用IEEE-14节点潮流数据生成模拟的电网运行数据集,分别使用单机模式和云计算模式下的优化GSA对其进行辨识仿真,并比较两种模式在不同维度和不同数据量下的辨识时间。比较结果证明了相比单机模式,在高维度大数据量的数据集条件下,优化GSA算法的云计算模式具有更高的辨识速度。研究成果为云计算在电力系统中的实际应用提供了依据,同时也证明了云计算技术在电力系统中应用的可行性。

关键词：云计算不良数据辨识 GSA

来源：评论

学校读者我要写书评

暂无评论

三相四线制配电网抗差状态估计与不良数据辨识方法研究

三相四线制配电网抗差状态估计与不良数据辨识方法研究

引用

作者：段磊重庆大学

学位级别：硕士

随着我国智能电网的发展和用户对电能质量要求的提高,电力企业对配电网运行状态的实时监测和在线分析与决策控制水平提出了更高的要求。配电网状态估计是配电管理系统的重要组成部分,也是其他高级应用软件的数据基础,对于保障配电网的... 详细信息

随着我国智能电网的发展和用户对电能质量要求的提高,电力企业对配电网运行状态的实时监测和在线分析与决策控制水平提出了更高的要求。配电网状态估计是配电管理系统的重要组成部分,也是其他高级应用软件的数据基础,对于保障配电网的安全经济运行具有重要意义。状态估计方法在输电网中得到了深入研究和广泛应用,但配电网(特别是低压配网)状态估计的研究较少,其主要困难在于配电网络结构的差异和实时量测的缺乏。近年来,智能电表开始大量安装并应用于低压配网,为低压配网状态估计创造了有利条件。如何综合考虑配电网的结构特点和量测量类型及特征,提高状态估计性能和结果精度成为配网三相状态估计的研究重点。不良数据检测与辨识是电力系统状态估计的重要内容,对提高状态估计的可靠性和实时数据的质量具有重要作用。为此,本文对三相四线制配网的状态估计与不良数据辨识方法进行了深入研究,主要研究内容如下:①提出一种基于智能电表量测的三相四线制配网抗差估计方法。本文充分利用智能电表的三相实时量测信息,以三相四线制配网节点注入电流方程为基础,建立了三相四线制配网指数加权最小二乘抗差估计模型。该模型中将零注入功率方程同时作为量测方程和等式约束,目标函数中采用标准化残差的指数型权函数,以抑制不良数据影响;而且该模型未对配电系统中性点电位和电源端点三相电压作任何假设。通过对IEEE-13节点修正系统进行算例分析,仿真结果表明,所提方法具有良好的收敛性和抗差性,状态估计结果的精度高。②提出一种抗差估计与均值聚类算法相结合的不良数据辨识方法。本文综合利用指数加权最小二乘抗差估计和k均值聚类方法在不良数据处理方面的优势,首先采用指数加权最小二乘估计来获取系统所有量测的最佳估计值,并计算得到相对量测估计误差的特征数据集;然后应用k均值聚类算法实现不良量测数据的分组聚类辨识,其中还利用最大最小距离法和间隙统计算法分别确定初始聚类中心和最优聚类个数,有效提高了聚类稳定性和不良数据辨识效果;最后对IEEE-13节点修正系统和重庆江津实际台区电网进行了仿真分析,算例结果表明本文方法的辨识准确性高,实用性强,具有良好的工程应用前景。

关键词：三相四线制抗差估计指数权函数智能电表量测不良数据辨识

来源：评论

学校读者我要写书评

暂无评论

基于自贡配网的不良数据辨识系统的设计与实现

基于自贡配网的不良数据辨识系统的设计与实现

引用

作者：杜珣电子科技大学

学位级别：硕士

随着信息技术的发展,智能电网成为了各国电网公司关注的焦点,智能电网集发电、输电以及配电于一体,通过自动化及信息化的优势,可实现自动监控、诊断以及修复,工作效率得到了大幅度提升。目前智能电网在国内得到了大规模应用,然而智能电... 详细信息

随着信息技术的发展,智能电网成为了各国电网公司关注的焦点,智能电网集发电、输电以及配电于一体,通过自动化及信息化的优势,可实现自动监控、诊断以及修复,工作效率得到了大幅度提升。目前智能电网在国内得到了大规模应用,然而智能电网对配网数据的正确性要求非常高,需要识别其中的不良数据并进行处理,提升服务稳定度以及供电质量,这也是选择研究配网不良数据辨识系统的原因。不良数据的辨识在电力系统状态估计中扮演不可或缺的角色,由于电表测量数据通过网络传输到控制中心时可能造成数据错误或遗失,某些遥测结果可能远离实际值等以及一些其他的客观因素存在,因此数据变得不精确且不可靠,在实际情况中,通过仪表等设备所采集到的信息不能直接用来判断系统状态,其量测量数据可能包含不良数据,不良数据检测的目的在于排除少数的不良数据,达到提高状态估计的可靠性。不良数据的辨识大多数是采用残差类方法,该类方法对于不良数据的辨识效果显著,但同时也存在残差污染等弊端。本文采用了残差灵敏度矩阵来判别测量值彼此之间相互作用的可能性,避免多个相互作用不良数据情景下误判的情况发生,也能提高状态估计中多个相互作用的不良数据辨识的正确率;再利用遗传算法根据最佳化问题来设计的适应函数得到最佳化问题的可能解组合。配网不良数据辨识系统基于J2EE进行开发,并使用Oracle存储数据,同时使用JXL插件实现数据导入与导出。配网不良数据辨识系统由配电数据管理、不良数据辨识管理、辨识结果管理以及安全管理等模块组成。所构建的系统具备如下特点:首先使用残差灵敏度矩阵以及遗传算法实现了不良数据辨识算法,其次使用Web Service技术实现了不良数据辨识结果的共享,使用并行数据库以及备份方案实现了数据保护方案。目前配网不良数据辨识系统已经构建完成,并从从功能和性能两方面对配网不良数据辨识系统进行了测试,系统符合应用需求,将其部署到了电网公司用于处理不良数据辨识业务,配网不良数据辨识系统引入后有效提升了电网公司不良数据辨识水平和工作效率。

关键词：配网不良数据辨识遗传算法 Web Service技术

来源：评论

学校读者我要写书评

暂无评论

电力系统不良数据辨识的实用软件开发

电力系统不良数据辨识的实用软件开发

引用

作者：付金光郑州大学

学位级别：硕士

随着电力网络的结构和运行模式的改变,电力系统中实时数据对系统的安全性与稳定性的影响越来越大。传统的数据分析只能对数据进行一些表层的处理,无法获得内在关系。模糊聚类描述了样本对于类别的不确定性关系,建立起了事物之间区分和... 详细信息

随着电力网络的结构和运行模式的改变,电力系统中实时数据对系统的安全性与稳定性的影响越来越大。传统的数据分析只能对数据进行一些表层的处理,无法获得内在关系。模糊聚类描述了样本对于类别的不确定性关系,建立起了事物之间区分和分类的桥梁,能更好地反映客观现实世界,从而成为数据分析研究的新主流。在聚类思想的指导下,通过对模糊聚类理论的研究,发现将模糊聚类引入到电力系统不良数据辨识工作具有理论的可行性,并且利用Visual C++和Fortran语言进行编程,将开发出的不良数据辨识软件应用到系统当中,可以进一步保证数据采集系统的可靠性,进而为电力调度人员做出正确的决策提供保障,具有很重要的现实意义。首先,简要介绍了聚类分析,通过引入经典集合和模糊集合,以及模糊关系和模糊矩阵,为模糊聚类算法提供理论基础。对比分析了两种常用模糊聚类算法之间的优缺点,发现在有些方面可以进行优势互补,并且有选择地进行组合,得到一种新的模糊综合聚类算法。其次,利用Windows下的Visual C++6.0为界面开发工具,利用Fortran语言强大的数值计算能力,通过程序模块化,分别实现了基于模糊等价关系聚类算法、模糊ISODATA聚类算法和模糊综合聚类算法程序；为了进一步开发电力系统不良数据辨识软件,使之具有使用的方便性、可视化程度高和通用性强等优点,本软件还与Excel整合,方便数据查询和输出,实现了计算数据的交互和统一,而且有效的节约了资源,提高了软件的集成度和可操作性。最后,用实际算例进行软件测试和分析,验证了电力系统不良数据辨识软件的可行性和实用性。

关键词：不良数据辨识模糊理论模糊聚类模糊等价关系模糊ISODATA法

来源：评论

学校读者我要写书评

暂无评论

基于GSA的电力系统不良数据辨识方法研究

基于GSA的电力系统不良数据辨识方法研究

引用

作者：葛成南京理工大学

学位级别：硕士

现代电力系统中,数据质量直接影响电力系统的安全、稳定运行。论文在分析基于GSA的数据挖掘技术的基础上,将之应用于电力系统不良数据辨识。通过大量的仿真发现了方法的不足,提出了一种估计聚类个数的新判据:基于GSA的肘形判据,并将之... 详细信息

现代电力系统中,数据质量直接影响电力系统的安全、稳定运行。论文在分析基于GSA的数据挖掘技术的基础上,将之应用于电力系统不良数据辨识。通过大量的仿真发现了方法的不足,提出了一种估计聚类个数的新判据:基于GSA的肘形判据,并将之用于电力系统不良数据辨识。基于GSA的肘形判据是一种判断最合适聚类个数的技术,在电力系统不良数据辨识中,首先通过BP神经网络对原始量测数据进行测试,将所得结果进行聚类,然后利用基于GSA的肘形判据判断最佳的聚类个数,它比原GSA方法更准确快速地判断聚类个数,最后将不良数据和良好数据的聚类区分开来。论文对江苏电网局部实时量测值进行仿真分析,结果表明,对各种不同情况的不良数据,基于GSA的肘形判据可以有效准确地对不良数据进行辨识。

关键词：肘形判据 GSA(Gap Statistic Algorithm) 不良数据辨识 BP神经网络聚类分析

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共8页 << < 1 2 3 4 5 6 7 8 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：