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   40篇
  完全免费   18篇
  电工技术   58篇
  2020年   1篇
  2017年   5篇
  2016年   1篇
  2015年   4篇
  2014年   4篇
  2013年   2篇
  2012年   3篇
  2011年   4篇
  2010年   6篇
  2009年   2篇
  2008年   7篇
  2007年   7篇
  2006年   2篇
  2005年   4篇
  2004年   3篇
  2003年   1篇
  2002年   1篇
  1997年   1篇
排序方式: 共有58条查询结果,搜索用时 36 毫秒
1.
多输入特征融合的组合支持向量机电力系统暂态稳定评估   总被引:25,自引:7,他引:18  
利用支持向量机(SVM)方法进行暂态稳定判别时,输入特征的选择是影响最终结果的最重要因素。传统启发式和试探式方法不能从根本上解决输入特征选择的问题。本文利用信息融合思想,在构造的具有不同输入特征的多组子分类器的基础上,对子分类器的结果在输出空间再进行信息融合,以提高分类准确率。文中从不同角度启发式的构造了4组不同的输入特征,构成四组弱分类器。以这四组弱分类器为子分类器,再构造一个融合SVM对几种子分类器的结果以回归方式进行融合,作为最终判别结果。IEEE39-BUS和IEEE145-BUS测试系统上进行的仿真表明,弱分类器的分类性能经过融合得到明显强化,融合后的结果比任何一种子分类器的结果以及一次包含所有输入特征的结果都更准确。该方法为在线快速进行暂态稳定计算提供了一条重要途径。  相似文献
2.
基于Tabu搜索技术的暂态稳定分类神经网络的输入特征选择   总被引:19,自引:4,他引:15  
输入特征选择和输入空间降维是基于神经网络暂态稳定评在的首要问题,稳定分类结果的准确率主要决定于所选择征组成的输入空间的可分性,为此,讨论了如何选取一组代表性较好的输入特征,以降低输入空间维数和获取高的可分性,提出了一组用于稳定分类的系统特征及新的基于粗糙集理论特征离散化的类别可分离性判据,并利用Tabu搜索技术从维数较大的实初特征集中选择出一组有效特征,从而显著地降代了输入空间的维数,在10机39节点的新英格兰系统中的应用表明了所选方法的 有效性。  相似文献
3.
基于输入空间压缩的短期负荷预测   总被引:16,自引:5,他引:11       下载免费PDF全文
由于影响负荷预测的因素复杂,并且实际获取的历史数据有限,传统的智能预测方法往往达不到工程应用的精度要求。为解决该问题,文中提出一种准确预测电力系统短期负荷的新思路:首先建立负荷输入特征选择模型,其搜索方法采用浮动搜索算法,在去除影响负荷预测的冗余特征之后,利用有限样本学习的统计学习理论(支持向量机)构造负荷预测回归模型,充分发挥其在解决有限样本、非线性中体现出的优势,较好地提高了评估结果的精度和泛化能力。在EUNITE网络中的应用结果证明了该方法对电力系统负荷预测的有效性。  相似文献
4.
遗传算法在暂态稳定评估输入特征选择中的应用   总被引:9,自引:4,他引:5       下载免费PDF全文
于之虹  郭志忠 《继电器》2004,32(1):16-20
针对主成分分析中利用传统方法进行特征选择的缺陷,提出了基于遗传算法的特征选择方法。选择反映电力系统运行状态的特征变量,建立暂态稳定评估模型;为了提高数据处理的效率,首先对原始数据进行了动态聚类分析;对数据进行主成分分析后,以类内类间距离判据作为适应度函数,采用二进制编码形式的遗传算法进行特征选择。通过对3机9节点和10机39节点新英格兰系统的计算,验证了所选方法的有效性。  相似文献
5.
电力系统精细规则的研究   总被引:9,自引:1,他引:8  
在分析传统运行规则的基本形式和弊端的基础上,进一步阐述精细规则的概念。针对系统输电断面,提出建立精细规则的方法:针对静态安全,精细规则的建立基于灵敏度技术;针对暂态安全,精细规则的建立采用数据挖掘技术,由建立训练集、特征选择、知识表示等步骤组成,其中训练集采用基于连续潮流的极限传输容量计算方法,特征选择采用一种新的基于信息理论的方法,知识表示采用最小二乘拟合。对四机双区域测试系统和某省级电网分别进行精细规则的算例研究,结果表明,精细规则考虑了更精细的电网特征状态,对在线运行方式的适应能力更强,可在保证系统安全的前提下有效挖掘输电走廊的输电潜力,提供的灵敏度还有助于控制决策。  相似文献
6.
改进主成分分析法用于暂态稳定评估的输入特征选择   总被引:8,自引:0,他引:8  
在不损失原始数据主要信息的前提下,利用主成分分析进行输入特征变量的选择。考虑到主成分分析在数据标准化和处理非线性问题方面存在的局限性,采用一种改进的主成分分析法,进行特征选择。同时,针对电力系统暂态稳定分析中影响稳定性的关键因素在向量空间具有一定相似性的特点,采用动态聚类的方法将数据集分成若干并行子集,进一步压缩数据输入空间的大小,提高运算速度和效果。最后,利用关联分类法对数据进行分类和预测。通过对3机9节点系统的仿真试算,验证了该方法的有效性。  相似文献
7.
改进范例推理在短期负荷预测中的应用   总被引:6,自引:2,他引:4       下载免费PDF全文
范例推理是人工智能领域中一种新兴的推理方法,基于范例的推理就是充分利用以前的经验进行推理,求解新问题的过程。文中针对短期负荷预测具有明显周期性的特点,提出了基于范例推理的短期负荷预测方法。首先说明了范例的表示、组织方法,然后选择合适的量度方法进行范例的检索、匹配,最后将得到的最相似范例集进行重用、修正,得到最终预测结果。在范例表示中,使用粗糙集方法为范例属性特征的选择及权重的确定问题提供了一个合理的方法。经实例验证和比较,基于范例推理的负荷预测方法在提高预测精度方面具有明显的优越性。  相似文献
8.
电力系统的高维性是理论研究和工程实践中遇到的重要难题,特征选择是属性空间降维的有效手段,因而研究电力系统特征选择有着重要的理论价值和实际意义。为此提出了特征选择的混合互信息法(HMI)。HMI既考虑了候选属性所能提供的关于目标属性的新信息量,又考虑了候选属性与目标属性之间的相关性。文中针对静态电压稳定评估问题,将混合互信息法和其他几种基于互信息的特征选择方法进行了比较,实验结果表明:混合互信息法是一种有效的特征选择手段;数据挖掘技术在电力系统是有应用潜力的。  相似文献
9.
提出基于改进蚁群优化算法和k近邻算法相结合的特征选择算法。利用k近邻分类器的分类精度和特征子集维数加权构造了综合适应度指标,利用改进蚁群算法的全局寻优和多次优解搜索能力实现特征子集搜索。针对传统蚁群算法在特征选择中可能含有冗余特征的问题,设计了局部细化搜索方式,使得特征选择结果不含冗余特征的同时提高了算法的收敛性。通过测试数据验证了算法的有效性和快速性后,将所提算法应用于10机39节点电力系统的安全评估问题,获得了良好的特征选择和稳定预测性能。  相似文献
10.
基于小波分解的群落流量异常检测   总被引:3,自引:0,他引:3  
针对大规模高速网络海量数据处理和异常检测率较低的问题,将群落概念引入流量异常检测领域,用小波三层分解和偏离值结合的检测方法,实验性地证明了基于群落的检测比基于网络的检测能提供更加准确和高效的检测结果。因为以群落为观察范围,可以避免对群落的攻击被其他群落的无关网络活动所掩盖,并且可以分流数据。文中对群落检测所使用的特征集进行了研究,在总结已有基于Netflow记录的特征的基础上,用基于相关性的方法剔出了强相关的特征,优选出适合群落检测的特征集,避免了当前基于Netflow的异常检测中随意选取特征所造成的信息冗余。  相似文献
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