基于最小二乘支持向量机的励磁特性曲线拟合

针对传统支持向量机在电流互感器铁心励磁特性曲线拟合时样本数目较大出现的训练速度慢、占用内存大的问题,提出了一种新的基于最小二乘支持向量机算法。该算法将实测数据由径向基函数把非线性逼近问题转化为线性逼近问题,依据最小二乘法的思想,利用Matlab7.0求一个线性方程组的解,得到拟合曲线的近似表达式。实验结果表明,新算法训练速度快,误差小、拟合精度高。     

电流互感器10%误差特性曲线测绘技术研究

分析了电流互感器10％误差特性曲线测试原理、数据处理方法和基于最小二乘法曲线拟合技术绘制误差特性曲线的相关算法。根据测得的数据,求出最优拟合模型,再绘制该特性曲线,并通过微型打印机打印该曲线。采用多项式拟合曲线,可以发挥其便于计算和分析的优点,能够更好地反映电流互感器10％误差特性,使用方便。     

基于反馈原理的曲线拟合方法

在高电压工程参数测试和模拟实验中，其数据及特性曲线需要进行处理与拟合，提出一种基于反馈原理的曲线拟合法，不管被拟合曲线是否为多项式，则其误差小且呈均匀分布。     

基于最优模糊系统的非线性校准数据计算方法

为了将通过非线性传感器测量的参数转换为参数物理量,研究了最小二乘多项式拟合非线性传感器校准数据的局限性,提出了基于最优模糊系统,采用最近邻聚类方法设计模糊系统,实现对非线性传感器校准数据的精确拟合.通过调整最小二乘多项式和最近邻聚类模糊系统两种方法的计算参数,对比分析了校准数据拟合曲线随参数调整的变化情况.实验结果验证了该方法的有效性,适当调整聚类算法的平滑参数和聚类半径,即可以任意精度逼近非线性的校准数据,明显优于传统的最小二乘多项式拟合方法,且简便、实用.     

基于最小二乘支持向量机的励磁特性曲线拟合

针对传统支持向量机在电流互感器铁心励磁特性曲线拟合时样本数目较大出现的训练速度慢、占用内存大的问题,提出了一种新的基于最小二乘支持向量机算法.该算法将实测数据由径向基函数把非线性逼近问题转化为线性逼近问题,依据最小二乘法的思想,利用Matlab7.0求一个线性方程组的解,得到拟合曲线的近似表达式.实验结果表明,新算法训练速度快,误差小、拟合精度高.     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSO-LSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSO-LSSVM算法能获得最优的LSSVM参数,且采用PSO-LSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

最小二乘法分段直线拟合

在对实验数据进行处理的过程中,最小二乘法是应用范围最广泛的数据分析方法之一.作者在最小二乘法的基础上,提出分段直线拟合算法来代替多项式曲线拟合,从而达到简化数学模型的建立和减少计算量的目的.     

基于Johnson分布的年降水量频率分析

鉴于Johnson分布具有多种变换形式,能够通过复杂的变换曲线实现良好的曲线拟合能力。本文探讨了矩法、分位数法、普通最小二乘法（OLS）、权重最小二乘法（WLS）和对角权重最小二乘法（DWLS）5种Johnson分布参数估计方法并适线拟合,并将Johnson分布与P-Ⅲ分布的适线拟合效果进行对比。选取陕西省陕北地区4个气象站（定边、宜川、志丹和吴起）的年降水量序列资料,基于Johnson分布,应用5种参数估计方法分别对4个气象站的年降水量频率曲线参数进行估计。结果表明：基于Johnson分布模型的年降水量频率曲线能够有效拟合实测序列频率,DWLS法拟合效果最佳,其次为矩法、OLS法、WLS法、分位数法。此外,Johnson分布的拟合效果略优于P-Ⅲ分布。     

最小二乘法原理及其在三相异步电动机型式试验中的应用

本文系统地论述了最小二乘法原理及其在三相异步电动机型式试验中的应用。文中所编制的最小二乘法曲线拟合和最小二乘法曲线分段拟合的BASIC语言源程序可直接用于空载特性曲线、短路特性曲线、负载特性曲线的数据处理。     

一种地铁负荷预测的数据仿真方法

地铁负荷作为城市电网负荷重要的组成部分,它对城市电网负荷预测起到重要的作用。目前普遍采用的负荷预测计算方法普遍存在计算复杂、精度低等不足。因此,提出一种基于最小二乘法的函数拟合的负荷预测计算方法。首先分析地铁负荷的特点;根据选取的负荷预测数据,制定相应的数据处理方案,观察数据曲线的变化规律,确定拟合曲线的函数类型;并通过Matlab编程得到负荷曲线的表达式,从而推导出整个线路的负荷函数表达式,并利用运行距离修正负荷函数表达式。利用地铁某线负荷数据验证该方法的可行性,与传统的负荷预测方法相比,函数拟合的负荷计算具有高预测精度、计算简便的特点,是地铁负荷预测的一个高效的方法。     

遗传算法和神经网络结合的PSD非线性校正

针对光电位置传感器(PSD)检测系统在大坝变形观测中所呈现的非线性问题,建立改进的遗传算法和LM-BP神经网络结合的模型,对PSD的非线性进行补偿?该方法先用遗传算法对LM-BP网络的权阈值进行优化后再用LM-BP网络逼近任意非线性函数的特点对实际位置数据与理想值进行拟合后并进行测试,经过多次任意产生的种群优化后选择较为优秀个体作为神经网络的和阈值,并对任意位置进行校正,仿真结果表明,该方法克服了LM-BP网络对初始权阈值的依赖和泛化能力弱的特点,多次实验平均误差都小于1%,其泛化能力优于标准的遗传算法和神经网络结合的模型。     

适应于时变频率的高精度测频算法设计与实现

为解决水电厂及新能源频率随时间变化条件下测频算法误差大的问题,提出了一种适应于时变频率的高精度算法的设计及实现。该算法根据相邻过零点的相位关系,在频率随时间变化条件下,推导出任意时刻频率与周期的关系表达式,并综合运用牛顿三次插值多项式、牛顿迭代法等算法来精确求解相邻过零点之间的周期时间。MATLAB仿真表明,该算法在频率波动甚至非线性变化时,以及信号中含有高次谐波、直流分量、噪声等情况下,均可取得很高的测频精度,且测频范围大、适用面广、计算量小、占用内存少。     

基于电流突变量曲线拟合的故障时刻检测算法

传统基于相电流突变量的故障时刻检测方法虽然简单,但因受暂态分量的影响而存在较大的检测误差。利用现有保护装置采集的电流信息,对相电流突变量进行曲线拟合,并经逆向推导求出故障时刻。对电力系统的短路暂态过程进行分析,探究相电流突变量的变化规律并推导其广义表达式。利用Prony算法对离散的相电流突变量值进行函数拟合,得到表征其函数曲线的特征参数;通过改进现有的波形相似算法,进一步从拟合函数的过零点中筛选出故障时刻。结合PSCAD仿真测试,探究故障时刻的检测精度及其影响因素,仿真结果验证了所提算法的可行性和准确性。     

变形测量系统中激光光斑中心精确定位算法

针对变形测量系统中激光光斑中心精确定位的要求,在重心法的基础上,提出了基于重心法的曲线拟合亚像素定位算法.该算法首先用变结构元多尺度广义形态滤波算法滤除图像噪声,然后用重心法计算出激光光斑的亚像素位置,最后用曲线拟合对激光光斑的中心位置进行精确定位.根据变形测量原理,搭建了实验平台,通过多次实验,变形角的标准差均小于2...     

基于电容阵列I-V测试仪的光伏STC曲线拟合研究

现有的光伏组件在标准条件(STC)下I-V曲线的拟合算法存在计算过于复杂或准确度不足的问题。为提高曲线在偏离STC环境下的拟合准度,提出了一种依据太阳电池四参数结构,通过选取曲线最大功率点(MPP)附近6个点作为拟合点,计算组件I-V数学模型从而实现曲线拟合的拟合算法。不同光伏组件的最优拟合点间隔不同,为提高拟合精度,进一步提出了自适应拟合点选取方法,同时设计了以电容阵列为负载的I-V测试仪结构并研制了一套完整仪器。该测试仪可通过增加MPP附近数据点的密度,提升拟合点的选取精度。经过MATLAB仿真与实际验证表明,模型拟合算法的拟合结果在各种测试环境下的准确度均高于多项式拟合算法;所设计的I-V测试仪性能优越,适用于工程测量之中。     

光纤Bragg光栅传感系统典型寻峰算法的比较分析

基于LabVIEW虚拟仪器开发平台,分析了功率加权算法、高斯拟合算法、高斯-多项式拟合算法、一般多项式拟合算法和高斯-非线性曲线拟合算法对原始信号寻峰,比较误差均值和标准偏差。在改变波长分辨率、窗口大小、信噪比的情况下比较各种算法误差,并进行了实验验证。理论、仿真与实验均证明高斯拟合算法为最佳算法。     

基于曲线拟合法的新型定制电力设备快速检测算法

定制电力配套设备的运用可有效地补偿电压暂降和瞬时断电,其研究开发过程中遇到的一大难题是:寻求快速算法,以便在3ms以内检测出电压暂降和瞬时断电。在分析常规保护用检测算法如有效值计算法、缺损电压法、辨别导数算法、三相d-q分解法、利用单相电压延迟60°构造三相虚拟电压d-q变换法和利用求导数法构造三相虚拟电压d-q变换法的优缺点基础上,提出了基于曲线拟合法的快速检测算法。通过研究两采样值积曲线拟合法、三采样值积曲线拟合法的优缺点,比较曲线拟合法与前面提到的检测算法,并比较两采样值积曲线拟合法与三采样值积曲线拟合法,得出两采样值积曲线拟合法更适合于在定制电力配套设备中运用。基于DSP仿真器上编程仿真,分析得到的各种检测算法处理电压暂降的结果波形,证实了该观点。