带变权的电力变压器状态模糊综合评判

针对常权无法客观反映电力变压器部分参数偏离正常值时对整体评估影响的不足,提出了带变权的状态综合模糊评判方法。通过分析影响变压器状态主要方面的特征参量,建立了层次型评估指标体系;在用层次分析法确定指标常权的基础上,引入了基于均衡函数的变权模式,综合考虑指标间的均衡性,并根据实际数据偏离正常值的大小,对常权修正得到变权;最后利用模糊理论确定单因素对各状态等级的隶属度,并基于多级模糊评判的思想分别对各层进行评判,综合得出了变压器状态。用实例比较变权与常权模糊评判的结果表明,应用基于均衡函数的变权综合比常权更合理、客观,其评判结论更接近变压器真实的运行状态。     

基于改进模糊聚类算法的变压器油色谱分析

变压器油色谱分析对变压器的运行和维护具有重要意义,聚类算法是油色谱分析的一种重要智能算法。但是传统模糊聚类算法(FCM)无法实现变压器油中溶解气体分析(DGA)数据的有效故障分类。该文针对传统FCM隶属度函数存在较多局部极值点的缺陷,重构了FCM的隶属度计算方法。通过构建指数形式的相似性函数,得到随距离单调变化的隶属函数,消除了隶属度函数的局部极值点;将相似性计算分为两个步骤,先根据样本每个属性计算子相似性,再融合得到样本的综合相似性,进而得到隶属度。实例分析表明,该方法提高了FCM进行DGA故障模式识别的能力,改善了算法的分类性能,具有重要的现实应用价值。     

基于阶梯隶属度函数的离散T-S模糊系统H_∞控制

针对离散T-S模糊控制系统,提出了一种基于阶梯隶属度函数的H_∞控制器设计方法。为了增加控制器设计的自由度,采用模糊Lyapunov函数作为候选Lyapunov函数,并利用非并行补偿控制器进行闭环控制。进一步利用阶梯隶属度函数逼近T-S模糊模型的隶属度函数,根据阶梯隶属度函数取值的离散性和有限性,描述闭环系统稳定性和性能的模糊矩阵不等式可以被转换为若干线性矩阵不等式。由于隶属度函数的信息被引入到控制器设计之中,降低了控制器设计的保守程度。相比于传统的H_∞控制方法,所提出的方法能够设计出具有更小H_∞性能指标的模糊控制器。给出了一个数值仿真示例验证了方法的有效性。     

基于模糊理论的输电线舞动状态评估

针对输电线导线舞动状态评估具有模糊性和随机性的特点,分析了影响输电线舞动状态的因素,根据已有的研究成果和专家经验,从输电线舞动状态评估的需要以及实际可操作性出发,选择适当的指标来尽量全面、准确地评估导线舞动状态,提出了基于模糊理论的输电线舞动状态综合评判,建立了包含导线舞动振幅、舞动频率、风参数、覆冰厚度等因素的评估指标体系。首先应用模糊层次分析法确定各指标的常权,然后引入基于均衡函数的变权模式,对常权进行修正得到变权;各因素数值进行归一化处理后,选取了不同的模糊函数分布来确定各指标的隶属度函数,确保了模糊评判矩阵的准确度;选用加权平均型的模糊算子进行模糊综合评判。通过实例分析证明,基于模糊理论的输电线舞动状态评估方法是合理、可行的。     

采用交互式决策方法的含风电系统安全经济调度

针对风电并网容量的增加会影响系统可靠性的问题,引入风电穿透功率的隶属度函数来反映系统的安全水平,建立了考虑火电和风电环境成本的含风电电力系统安全经济调度模型。针对该模型采用基于遗传算法的交互式模糊满意度决策方法,决策者设定每个目标函数的参考隶属度值,再利用参考隶属度值与目标计算隶属度值的差的绝对值最大最小化,将多目标问题转化为单目标问题。通过交互式方法不断对每个目标函数重新设定参考隶属度值,从而得到最满意的方案,使调度结果能够充分体现决策者的主观意愿。以IEEE30节点系统作为算例进行仿真,通过交互式决策过程确定了考虑决策者偏好的调度结果,验证了交互式模糊满意度决策方法的可行性。     

模糊变权法在绝缘子状态综合评判中的应用

鉴于在线监测污闪报警的复杂性,单一以紫外脉冲数为报警参数有一定的局限性,针对绝缘子的状态评估中需考虑多因素且具有模糊性和随机性的特点,提出将模糊综合评判的方法应用于绝缘子状态评估的多级模糊综合评判方法。通过分析影响绝缘子状态主要方面的特征参量,建立层次型评估指标体系;在用层次分析法确定指标的常权的基础上,引入基于均衡函数的变权模式,综合考虑指标间的均衡性,对常权进行修正并得到变权;最后利用模糊理论确定单因素的各状态等级的隶属度,并基于多级模糊评判的算法进行模糊运算,综合得出了绝缘子状态。通过实例比较变权与常权模糊评判的结果表明,变权综合比常权更合适更客观的反映了绝缘子的真实运行状态。     

基于遗传算法的模糊神经网络在动态系统辨识中的应用

复杂不规则系统的语言建模构成了许多控制／决策系统的核心问题,模糊逻辑是进行语言建模最有效的方法之一。本文介绍了一种基于模糊逻辑、神经网络和遗传算法的语言建模方法,并给出了新型的混合学习算法,即：首先由自组织算法确定出模糊神经网络的初始隶属度函数;其次由最大匹配因子学习算法完成模糊规则确定;最后提出了一种改进的遗传算法用来优化调节已经获得的隶属度函数。通过具体的仿真实例说明了所提出的建模方法在动态系     

基于测度分析及模糊集理论的单相自适应重合闸研究

提出一种基于模糊集合理论的电力系统单相自适应重合闸优化算法。该算法能够正确进行瞬时故障与永久故障的区分。当瞬时性故障发生时，在短路点电弧熄灭后的恢复电压阶段，断开相各电气量的关系与永久性故障将有本质的不同。在详细分析断开相工频电气量的基础上，用滤波后的采样值对4种判据建立3种相似性测度及模糊隶属函数：用绝对值指数法确定幅值的隶属度，用相关系数测度建立2种相位判据的隶属度，用数量积法确定功率方向的隶属度，并进行模糊综合故障性质识别。给出了相应的模糊数学模型。经过大量仿真试验，获得了满意的效果。     

一种新的基于粗集编码的模糊聚类数据处理方法

本文提出一种新的基于粗集编码的模糊聚类数据处理方法.该方法对电子测量信息处理中的数据,根据粗集理论进行编码、特征属性简化,然后利用模糊隶属度函数将输入精确信息映射为模糊变量信息,提出把数据特征的重要性因子结合在模糊聚类的分类隶属度函数中以提高数据聚类处理的能力,并利用最小化目标函数离线学习来搜索测量数据聚类的聚类中心,该方法可以通过人工神经网络实现.     

模糊综合评价在电压暂降源识别中的应用

电压暂降扰动发生源的分类与识别是合理制定电压暂降治理方案的基础。分析了由短路故障、变压器空载励磁和大型感应电机启动引起的电压暂降的特征,指出了这些特征可能存在的模糊性;选取了三相电压不平衡度、暂降持续时间比和2次谐波增量组成评价指标集,利用层次分析法确定各个指标的权重;基于建立模糊隶属函数的待定系数法,参考95%概率大值的定义,提出了一种模糊隶属函数参数的估计准则,分别构造了每类暂降关于各个指标的模糊隶属函数;计算综合指标隶属度,根据最大隶属度原则判定暂降源类型。通过仿真和实测数据的验证,并与典型暂降源识别方法相对比,表明了文中提出的模糊隶属函数参数的估计准则能够有效减小样本误差的影响,从而具有较高的准确率。     

采用模糊支持向量机的模拟电路故障诊断新方法

为了解决模拟电路故障诊断复杂多样难于辨识的问题,有效提高分类的准确度,提出了一种模拟电路故障诊断的新方法。首先对采集的信号进行时-频域联合特征提取并采用新的模糊隶属度函数确定训练样本的隶属度,消除噪声和野点对故障诊断的影响;然后将训练集输入模糊支持向量机分类方法训练获得故障诊断模型;最后将测试集输入训练好的模糊支持向量机分类模型,实现对不同故障类型的识别。将该方法应用于CTSV滤波电路进行故障诊断仿真实验,结果显示该方法不仅能正确分类单故障而且能有效分类多故障,平均故障诊断率达到98.2%,为模拟电路故障诊断开辟新的途径。     

可处理精确数据和模糊数据的实例匹配算法

基于实例的推理,其关键是要计算作为当前待求解问题的实例(称为靶实例)与已有实例(称为基实例)的相似度。靶实例的数值型特征的值有些是精确的,有些是模糊的,这两类数据可能并存。为了在该情况下进行实例匹配,基于隶属度和贴近度的概念,构造了靶实例与基实例的模糊相似度函数,从而以统一形式同时处理上述两类数据。以继电器产品的设计为例,验证了有关算法的正确性。     

一种基于颜色与纹理特征的图像模糊检索算法

提出了一种新的综合颜色与纹理特征的图像模糊检索的方法。其主要思想是首先利用隶属度函数剔除与查询图像相关性较小的图像,然后再综合考虑图像的颜色和纹理特征,最终返回与查询图像相似度较大的部分图像。实验结果表明,综合颜色和纹理特征并采用隶属度函数的改进算法检索速度快,准确率较高。     

基于多特征信息融合的截齿磨损程度识别研究

为实现截割过程中截齿磨损程度的在线监测和精准识别,提出一种基于多特征信息融合的采煤机截齿磨损程度识别方法。针对不同磨损程度截齿截割过程中的振动和声发射信号进行时域分析和小波包分析;针对两相邻磨损程度截齿的特征样本存在数据交集,增加系统识别难度的问题,构建最小模糊度优化模型并计算各特征参数的最优模糊隶属度函数,获取特征样本的最大隶属度。运用多特征数据样本对BP(back-propagation)神经网络识别模型进行学习和训练。实验结果表明,截齿磨损程度识别模型的判别结果和样本实际磨损类别相符,能够实现对截齿磨损程度的在线监测和精准识别。研究结果对于实际工程中截齿的监测和更换具有重要意义。     

Detection of power system operation violations via fuzzy set theory

The purpose of this paper is to apply fuzzy set theory to one of the basic dimensions of power system reliability, the magnitude of a failure. The fuzzy set theory technique introduces an index which is developed from a membership function describing the power system behavior. The membership function developed for specific problems solved by fuzzy set theory is the measure of system behavior and its degree of compatibility. The proposed fuzzy set will include all buses violating their operating constraints and the membership function will rank the magnitudes of failures and identify the weak areas that are subject to violation in the normal operating state. A relationship between the membership function versus p.u./kV identifying the behavior of the operating states for the operator is also identified. The fuzzy set concept in this paper is implemented on the IEEE 25-bus Reliability Test System. Single-level contingencies evaluating the system voltage violations are analyzed and documented.     

一种电动车铅酸蓄电池SOC预测模型及检测系统的设计

针对电动车铅酸蓄电池SOC预测精度低的问题,给出了一种基于模糊预测技术的蓄电池SOC预测模型,该模型利用电动势和内阻结合预测蓄电池SOC。建立了蓄电池电动势、内阻和SOC的隶属度函数,确定了26条模糊控制规则。仿真结果表明,预测值与实际值相对误差最大为5%左右。在此基础上,设计了以C8051F020单片机为中央处理器的铅酸蓄电池组智能检测系统,该系统具有蓄电池SOC预测,端电压、充放电电流等参数在线检测和数据传输等功能。实际车辆试验结果表明,利用这种SOC预测模型可有效的提高预测精度,系统具有参数检测误差小、数据传输可靠性高等特点,具有很好的应用价值。     

Membership function shape and the dynamic behaviour of fuzzy systems

In this paper the influence of the shape of the membership functions on the dynamic behaviour of a fuzzy controlled system is investigated. Although several works on fuzzy logic have been presented in the literature, few efforts have been made to characterize the dynamic behaviour of a fuzzy system through the shape of the membership functions. A parametrization for a class of membership functions is introduced in this work, resulting in a variety of shapes. Various system steady state dynamics are analysed as a consequence of this change in shape and chaotic dynamics is shown to arise for some membership function shapes.     

基于模糊熵和离散Fréchet距离的小电流接地系统故障选线方法

根据故障线路与非故障线路的故障特征,提出一种基于模糊熵和离散Fréchet距离的小电流接地系统故障选线方法。首先,利用完备集合经验模态分解(CEEMDAN)对各线路暂态零序电流进行分解,并根据峰度和连续均方误差选取特征IMF分量,然后对各线路特征IMF分量求取相关系数,构造相似特征矩阵,判断其是线路故障或是母线故障。若为线路故障,对各线路特征IMF分量进行模糊信息粒化,然后将各线路粒化后的三组Low,R,Up分别混合叠加,并求取离散Fréchet距离,结合隶属函数,求取加入复杂影响因子的模糊熵,构造复杂特征矩阵,最后利用双重特征矩阵进行故障选线,经过大量的仿真分析证明该选线方法的准确性,不受过渡电阻和故障合闸角的影响,且抗噪能力强。