共查询到19条相似文献,搜索用时 140 毫秒
1.
2.
k-means聚类算法在负荷曲线分类中的应用 总被引:3,自引:0,他引:3
为了提高电力系统状态估计结果的准确性,利用k-means聚类算法并结合有效指数准则,提出了一种辨识系统不良数据的新方法.研究内容是以某一节点负荷数据为研究对象,运用数据挖掘中k-means聚类算法并结合有效指数准则提取出日负荷特征曲线,分别对输电网状态估计中的不良数据检测和辨识、配电网状态估计中的伪量测补充进行了研究.最终用Matlab编制算法程序并进行仿真分析,结果表明,此方法效果良好. 相似文献
3.
HARQ译码时,一般只保留错误分组,丢弃错误分组的输出LLR值.文中研究几种利用软信息进行译码的方法,提出新的利用软信息的方法.仿真表明,新方法显著的提高系统的性能. 相似文献
4.
5.
6.
D-S证据理论在信息融合中的应用研究 总被引:4,自引:0,他引:4
本文主要通过分析了D-S信息融合的一般过程、基本概率赋值的获取方法、以及D-S信息融合算法在MATLAB上的仿真与分析,论证了以D-S证据理论为核心的多传感器信息融合算法能够有效地对多个传感器采集的信息进行融合,使不同类型的传感器发挥各自的特点,实现优势互补,提高系统对目标属性判决的准确性。 相似文献
7.
利用交流采样数据修正法处理含有衰减非周期分量的故障信号,并结合DFT对修正后的数据进行滤波,对滤波的结果进行了仿真分析,验证了交流采样数据修正法处理衰减非周期分量的有效性.最后对交流采样数据修正法处理数据的响应速度作了分析,提出了改进方法并对改进后的算法进行仿真,仿真结果证明了改进后算法的可行性. 相似文献
8.
9.
为了准确、有效地识别错误数据注入攻击(FDIA)对电网造成危害的严重程度,提出了基于DeepWalk算法的FDIA分类新方法。根据FDIA的特点,构建电力系统的响应模型;提出批量随机边删减策略,将响应模型生成的攻击数据构造为攻击场景图;采用DeepWalk算法将攻击场景图中的节点映射为低维向量,并将其作为机器学习算法的输入对FDIA进行分类。以遭受FDIA的IEEE 39节点系统为例进行仿真,结果表明所提方法可以根据FDIA对电网造成危害的严重程度准确、有效地对FDIA进行分类。 相似文献
10.
为了实现远距离数据传输,获取更高通信质量,提高通信的可靠性和抗毁性,研究了一种中压配电网载波通信的自动中继方法来改进现有的人工固定中继,通过旁听站统计一定时间内接收到主站发送给目的站数据的相关信息并将数据帧转发至目的站,目的站分析对比出最优路径,当主站和目的站不能直接通信时,自动选择最优中继路径进行通信并进行动态更新.给出了算法的流程和具体步骤,使用Matlab对一算例模拟算法的实现过程,给出了各中继路径信息并做出对比分析,画出了多次仿真最优路径号变化图.仿真结果证明该算法简单易行,能有效地实现自动中继. 相似文献
11.
针对车型识别技术存在类别判定冲突问题,提出基于相容系数的多传感器融合目标识别方法。首先,采用多假设思想实现多传感器异构数据聚类合并获取单帧融合检测结果;然后,计算证据之间的相容系数对证据冲突重新分配,结合Dezert-Smarandache理论(DSmT)来处理单帧融合后可能出现的证据冲突情况,并获取目标类别的准确识别结果。实测数据结果表明,该方法能克服传感器检测范围受限问题和类别判定冲突问题,目标识别准确率可达93%以上,降低了目标识别的漏检率和误检率,可达到良好的目标识别准确性能。 相似文献
12.
13.
连倩 《可编程控制器与工厂自动化(PLC FA)》2007,(8):126-128
介绍基于D-S证据理论的多传感器多测量周期的信息融合(时空信息融合)的方法,评将该方法应用于火灾探测领域。模拟实验结果表明,与单个传感器相比,基于D-S证据理论的多传感器时空信息融合的结果具有较高的准确度和可信度。 相似文献
14.
无人机采集输电线路航拍图像由于其特殊性,往往背景复杂多变,检测目标存在尺度不一及部分遮挡等问题容易造成检测过程中误检、漏检。本文从特征融合角度出发,提出基于注意力特征融合YOLOv5模型的输电线路金具检测方法。首先,在主干提取网络中引入了具有自注意力机制的AFF-Transformer模块更好的捕获全局信息和上下文信息,提高主干网络特征提取能力。其次,通过在特征融合过程中使用通道空间注意力避免了关键信息丢失。最后,利用双向加权特征融合机制使得模型更有效的将浅层特征和深层特征进行融合,以上改进有效缓解了金具在密集状态下的误检、漏检等问题。通过在自建输电线路金具数据集上进行实验,结果表明:本文提出的方法在原YOLOv5模型的基础上准确率提升了2.7%,模型召回率提高了1.5%,针对于小目标,以及漏检、误检等问题有了较好的改善。 相似文献
15.
16.
针对仅以油中溶解气体数据为主要依据的变压器故障诊断方法信息量不足以及传统证据理论的缺陷问题,研究了基于信息融合和多分类相关向量机(M-RVM)的变压器故障诊断模型。首先,将油中溶解气体分析数据与电气试验数据作为诊断模型的输入特征量向量,更真实地反映变压器的故障信息。然后,采用4个M-RVM作为分类器,对故障进行初步诊断,并将诊断结果分别转化为证据融合所需证据体,同时引入兰式距离函数与光谱角余弦函数对证据体进行修正。最后,采用改进冲突再分配策略进行决策融合,避免融合过程中出现证据互相矛盾的现象。对比分析结果表明,基于多源信息融合的变压器诊断模型相较单一特征参数诊断以及单一诊断算法具有更高的诊断准确率。 相似文献
17.
18.