首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   9篇
  完全免费   1篇
  电工技术   10篇
  2005年   5篇
  2004年   3篇
  2003年   1篇
  2001年   1篇
排序方式: 共有10条查询结果,搜索用时 31 毫秒
1
1.
以提高系统可靠性为目标的配电网络重构   总被引:15,自引:0,他引:15  
配电网络重构是根据配电系统为环形设计、开环运行的特点,通过优化开环位置来提高配电系统的性能.本文提出一种通过网络优化重构来提高配电系统可靠性的概念,建立了以可靠性指标最优为目标函数的数学模型.根据配电网络的特点,首次将Tabu搜索方法应用于网络重构的寻优.基于所开发的数学模型及优化算法,对IEEE-RTBS例系统进行计算.结果表明,Tabu搜索方法非常适合于求解配网重构问题,配网重构也能有效提高系统可靠性.  相似文献
2.
基于免疫支持向量机方法的电力系统短期负荷预测   总被引:13,自引:3,他引:10  
吴宏晓  侯志俭 《电网技术》2004,28(23):47-51
在对支持向量机(Support Vector Machines,SVM)方法的参数性能进行分析的基础上,提出了一种免疫支持向量机方法来预测电力系统短期负荷,其中利用免疫算法来优化支持向量机方法的参数.免疫算法是根据人类或其它高等动物免疫系统的机理而设计的,通过仿真抗原和抗体之间的相互作用过程,有效地克服了未成熟收敛现象,提高了群体的多样性.电力系统短期负荷预测的实际算例表明,与支持向量机方法相比,本文所提免疫支持向量机方法具有更高的预测精度.  相似文献
3.
基于小波变换的选择性发电机100%定子单相接地保护方案   总被引:5,自引:0,他引:5  
提出了基于小波变换的选择性发电机100%定子单相接地保护方案。通过直接对机端、中性点两侧的零序测量电压以及零序电流进行小波分析,利用模极大值的极性比较,能可靠地识别出发电机内、外部的定子接地故障,并对内部故障有100%的保护范围。仿真结果表明,新方案在各种运行方式下均能取得很高的保护灵敏度和可靠性,是一种较佳的具有选择性的发电机定子接地保护新方案。  相似文献
4.
灰色神经网络模型GNNM(1,1)在城市年用电量预测中的应用   总被引:4,自引:0,他引:4  
针对城市电力系统年用电量增长的特点,将灰色神经网络模型GNNM(1,1)引入城市年用电量预测。GNNM(1,1)模型是把灰色方法与神经网络有机结合起来,对复杂的不确定性问题进行求解所建立的模型。该模型通过建立一个BP网络,来映射GM(1,1)模型的灰色微分方程的解。GNNM(1,1)模型采用BP学习算法,网络经训练收敛后就可进行城市年用电量预测。算例计算表明,与灰色预测方法相比,GNNM(1,1)模型具有更强的适应性和更高的预测精度,适用于城市年用电量预测。  相似文献
5.
基于小波滤波器的单元件横差保护方案   总被引:3,自引:2,他引:1       下载免费PDF全文
单元件横差保护是发电机的一种简单、灵敏的主保护。大型发电机内部故障产生的巨大短路电流可能引起其电流互感器饱和,从而影响保护的动作性能。文中采用ATP仿真程序对电流互感器的饱和问题进行了研究,分析了不同条件下电流互感器饱和的行为特征及对单元件横差保护的影响,并提出了相应的措施。在此基础上,提出一种基于小波滤波器的发电机单元件横差保护方案,仿真及动模实验数据均表明新方案在各种情况下表现出较好的性能,并且在发电机内部严重故障时能取得良好的抗饱和能力。  相似文献
6.
共生进化免疫神经网络在电力系统短期负荷预测中的应用   总被引:1,自引:0,他引:1  
吴宏晓  侯志俭 《华东电力》2004,32(12):11-14
为了克服传统BP神经网络在结构设计和学习算法中存在的缺陷 ,提出了一种共生进化免疫神经网络来预测电力系统短期负荷。其中利用共生进化原理设计神经网络 ,通过对神经元群体进行优化设计 ,显著地减轻了计算量。在进化过程中 ,结合免疫算法中的浓度机制和个体多样性保持策略进行免疫调节 ,有效地克服了未成熟收敛现象 ,提高了群体的多样性 ,加快了网络设计速度。算例计算表明 ,该方法具有更短的训练时间和更高的预测精度  相似文献
7.
为了克服传统BP神经网络在结构设计和学习算法中存在的缺陷,提出了一种免疫小波网络(IWN)来预测电力系统短期负荷.在IWN的设计中,根据共生进化和免疫规划原理,提出共生进化免疫规划算法,可以自动确定小波网络隐层神经元的数量和参数.电力系统短期负荷预测的算例计算表明,与传统的BP神经网络预测方法相比,该方法具有更高的预测精度.  相似文献
8.
提出了一种免疫聚类径向基函数神经网络(ICRBFNN)模型来预测电力系统短期负荷。在ICRBFNN的设计中,根据共生进化和免疫规划原理,提出了共生进化免疫规划聚类算法,该算法可以自动确定RBF网络隐层中心的数量和位置,并采用递推最小二乘法确定网络输出层的权值。对华东某市进行的电力系统短期负荷预测表明,与传统的径向基函数神经网络(RBFNN)预测方法相比,ICRBFNN方法具有更高的预测精度和更短的训练时间。  相似文献
9.
在对支持向量机(SVM)方法进行分析的基础上,提出了一种免疫加权支持向量机(IWSVM)方法来预测电力系统短期负荷。其中根据各样本重要性的不同,引入了加权支持向量机方法,然后利用免疫规划算法对其进行参数优化。免疫规划算法利用浓度和个体多样性保持机制进行免疫调节,有效地克服了未成熟收敛现象,提高了群体的多样性。电力系统短期负荷预测的实际算例表明,与支持向量机方法相比,所提免疫加权支持向量机方法具有更高的预测精度。  相似文献
10.
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号