在高压并联电抗器声纹信号监测系统中，长时海量无标签声纹的高维非平稳性导致特征提取困难、无监督聚类适应性差。由此提出了一种基于深度自适应K-means++算法(deepadaptiveK-means++clusteringalgorithm,DAKCA)的750 kV电抗器声纹聚类方法。首先通过采用两阶段无监督策略微调的改进堆叠稀疏自编码器(stacked sparse autoencoder, SSAE)，对快速傅里叶变换后的归一化频域数据提取电抗器原始声纹32维深度特征。进一步提出了依据最近邻聚类有效性指标(clustering validation index based on nearest neighbors, CVNN)的自适应K-means++聚类算法，构建了能自适应确定最优聚类个数的电抗器声纹聚类模型。最后通过西北地区某750 kV电抗器实测声纹数据集进行了验证。结果表明，DAKCA算法对无标签声纹数据在不同样本均衡程度下能够稳定提取32维深度特征，并实现最优聚类，为直接高效利用电抗器无标签声纹数据提供了参考。
为快速、准确预测接触网复合绝缘子临界污闪电压，减少人工污秽试验工作量，提出了一种复合绝缘子污秽闪络电压预测模型。首先，利用黄金正弦（golden sine algorithm，GSA）与分段线性混沌映射（piecewise linear chaotic map，PWLCM...
详细信息
为快速、准确预测接触网复合绝缘子临界污闪电压，减少人工污秽试验工作量，提出了一种复合绝缘子污秽闪络电压预测模型。首先，利用黄金正弦（golden sine algorithm，GSA）与分段线性混沌映射（piecewise linear chaotic map，PWLCM）改进的减法平均优化器（subtraction average based optimizer，SABO）算法增强反向传播神经网络（back propagation，BP）的性能。其次，利用人工污秽试验获取10种不同复合绝缘子的闪络电压，收集相关试验参数。再次，依据Obenaus模型对复合绝缘子污秽闪络表现进行分析，利用斯皮尔曼（Spearman）相关系数法筛选了与复合绝缘子临界污闪电压密切相关的4个参数作为预测模型输入特征量，以预测复合绝缘子临界污闪电压。最后，利用五折交叉验证法对预测模型进行综合评估，并与常用智能优化算法预测模型的预测结果进行比较。结果表明： GSABO-BP模型预测复合绝缘子污闪电压平均绝对误差为1.244 kV，平均绝对百分比误差2.25%，模型可决系数稳定在 0.98 以上；与改进前的SABO-BP模型相比，预测值平均误差下降67.80%。GSABO-BP模型在复合绝缘子污闪电压预测上具有较高的预测精准度，对电气化铁路供电系统的防污保护工作具有重要意义。
针对观测器估计精度偏低以及高速列车系统的强耦合、受外界扰动、参数时变等问题，本文提出一种基于补偿函数观测器的分数阶非奇异快速终端滑模控制算法(Compensating Function Observer-Fractional Order Non-singular Fast Terminal S...
详细信息
针对观测器估计精度偏低以及高速列车系统的强耦合、受外界扰动、参数时变等问题，本文提出一种基于补偿函数观测器的分数阶非奇异快速终端滑模控制算法(Compensating Function Observer-Fractional Order Non-singular Fast Terminal Sliding Mode Control，CFO-FONFTSMC)，以提高高速列车速度控制的鲁棒性和控制精度。首先，建立高速列车纵向多质点动力学模型，设计高精度的补偿函数观测器对系统的总扰动进行实时估计并补偿；然后，设计一种带状态负指数控制律的分数阶非奇异快速终端滑模控制算法，用于对列车的运行曲线进行跟踪控制，并通过李雅普洛夫稳定性理论证明系统在有限时间内的收敛性；最后，以CRH3型高速列车参数和合肥站-蚌埠南站的实际线路为实例，分别跟踪理想运行曲线和节能优化运行曲线进行实验验证。仿真结果表明：相较于基于扩张状态观测器的滑模和基于扩张状态观测器的非奇异快速终端滑模控制方法，本文所提方法的跟踪误差最小，跟踪精度更高，验证了本文所提方法的有效性和可行性。
暂无评论