排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
海洋平台微电网所处环境复杂,对其自动化和智能化要求较高,目前缺少对其负荷实时智能监测和管理的方法。从非侵入式负荷监测的角度,考虑海洋平台的经济性要求和特殊的工业环境,提出结合图半监督与广义回归神经网络的非侵入式海洋平台负荷监测方法。采用图半监督学习算法自动标记训练数据集,减少了人工标记数据的工作量,使系统能自动完成数据标记。并与半监督聚类算法对比分析,表明图半监督学习算法对数据标记具有更高的正确率。再利用广义回归神经网络较强的非线性分类能力,提升负荷识别的识别精度和减少计算复杂度。Matlab/Simulink仿真结果表明,所提出的负荷识别算法不仅减少了人工干预而且具有高精度的识别率。 相似文献
2.
在研究高压直流输电线路行波到达时刻与行波特定瞬时振幅关系的基础上,分析瞬时振幅影响行波测距的机理,提出一种基于瞬时振幅的三端行波故障测距方法。利用希尔伯特黄变换形成故障暂态信号的瞬时振幅一阶微分图,根据瞬时振幅一阶微分图确定行波到达时刻与该时刻特定的瞬时振幅,形成高压直流输电线路故障测距算法。Simulink仿真实验结果表明,该方法与小波变换或行波瞬时频率的定位方法相比,具有更高的定位精度,几乎不受故障距离、故障类型、故障电阻的影响。 相似文献
3.
针对目前行波测距法中波速测定精度差的不足和波头检测算法存在的缺陷,通过分析行波波速随频率的变化规律,推导出波速稳定时的频率区间范围,从而消除波速对测距结果的影响;在研究高压直流输电线路故障行波到达时刻与行波特定瞬时振幅关系的基础上,分析瞬时振幅影响行波测距的机理,提出一种基于瞬时振幅的输电线路故障测距方法,利用希尔伯特黄变换(HHT)一化迭代的方法形成高频电流故障信号的一化时幅图,依据一化时幅图确定波头时刻与该时刻特定的瞬时振幅,形成高压直流输电线路故障测距算法。MATLAB/Simulink仿真结果表明,该方法的相对误差在0.3%以内,且该方法与HHT变换的定位方法相比,具有更高定位精度,基本不受故障距离、过渡电阻的影响。 相似文献
1