基于混沌剑鱼算法的K_means算法

传统K-means聚类算法容易受到初始聚类中心影响,从而导致聚类准确度较差的问题,本文利用剑鱼优化算法全局搜索能力强、收敛速度快的优势,提出一种基于改进剑鱼算法的K-means聚类算法.为增强剑鱼优化算法全局搜索能力,采用Tent混沌序列初始化种群,利用Tent混沌序列遍历性、随机性和规律性提高初始解的质量;为了提升算...     

基于随机预估和模糊评判的电压暂降风险评估

在电压暂降发生时,电压暂降起始点和相位跳变的测量难以在实测中实现,给基于实测法的电压暂降评估带来了阻碍,而且在传统的电压暂降评估中也忽略了这两个特征量.针对这一缺陷,提出了一种基于随机预估和模糊评判的电压暂降风险评估方法.首先,对线路故障概率评估方法和系统短路故障模型进行了改进;然后,结合该方法和模型,在PSCAD/EMTDC平台构建IEEE-14节点系统模型进行了仿真计算,得出系统每个节点在每次仿真中的电压暂降幅值、电压暂降持续时间、电压暂降起始点和相位跳变这4个特征量数据,并考虑将电压等级在内的5个影响因素依据各自的影响度区间进行严重程度等级划分,根据划分结果和仿真数据通过模糊统计法得出各节点各指标对评价等级的隶属度;最后,通过模糊运算得出电压暂降风险评估结果.评估结果表明了该评估方法的科学性和有效性.     

基于特征加权的SFO-K_means用电行为研究

在传统的K_means算法中,初始聚类中心大多采用任意选取或者凭借经验,使算法的准确性易受选取结果的影响.针对这些不足,提出了利用剑鱼算法全局寻优特性,来改进K_means初始聚类中心的选取.UCI数据对比显示,改进算法在平均迭代次数和准确率方面优于传统K_means算法.在用户用电行为分析上,利用提取的5个降维特征指标,对每半小时采样一次的高维日负荷曲线进行降维处理;引入Critic法来确定指标的权重系数,并利用皮尔逊相关系数与熵权,分别衡量指标之间的冲突性与指标内部的对比强度;采用特征加权的SFO-K_means算法进行聚类分析.算例结果表明,该法在聚类质量上有一定的优越性,聚类结果能反应出用户的用电行为习惯.     

基于改进EEMD与GA-BP的谐振接地故障选线方法

针对谐振接地系统发生接地故障,存在暂态信号特征辨识度低,且单一特征作为选线判据易受故障条件影响等问题,提出一种基于改进EEMD与GA-BP神经网络的故障选线方法。首先使用边界局部特征尺度延拓法加集合经验模态分解和多尺度排列熵算法的混合算法（MEEMD）分解暂态电流信号,各项分解指标说明MEEMD能准确区分高频特征分量和基频分量并有效改进端点效应和抑制模态混淆。然后提取重构的高频分量能量、方向以及裕度因子等特征并将其用来训练、测试GA-BP神经网络。结果表明所提出的选线方法有较高的准确率且不受线路类型、接地电阻影响,有较强的鲁棒性和容错性。     

耦合电感型Zeta变换器的参数优化方法

针对耦合电感型Zeta变换器的开环频率特性复杂导致的控制器设计困难的问题,文中提出了变换器参数的优化方法。该方法通过调整变换器的电路参数,进而调整变换器幅频特性中的高频谐振峰与谐振谷的位置,使得峰谷之间相互削弱,把相频特性曲线上超过180°部分最大程度减小到180°以内,消除了输出电压响应中的高频振荡成分,降低了变换器从控制变量到输出电压之间的频率特性的复杂程度。测试结果表明,通过该方法进行参数优化后,控制变量到输出电压之间的幅频特性接近二阶系统的幅频特性,相频特性上的相位滞后小于180°。在采用相同控制器的条件下,与优化前相比较,利用文中方法提高了控制器的带宽,改善了系统的输出电压的动态响应,增强了闭环系统的稳定性,验证了所提方法的有效性。