基于网格密度的聚类算法研究

随着互联网以及计算机技术的不断发展,现实中所需要研究数据的数量不断增长,如何更好的将所要研究的数据进行有效划分,进而降低维度或者是降低数据量成为了数据挖掘研究的热点。针对传统聚类算法的缺点,提出了基于网格密度的聚类算法,能够提高数据运算速度并且有效解决了边界模糊的问题。     

基于密度聚类的故障诊断 方法研究

应用时序分析的方法对振动信号进行建模,将求解出的模型参数作为提取的特征,进行了基于密度聚类(DBSCAN)的自动诊断。DBSCAN算法不需要人为确定分类的数量,且自动诊断的正确率要高于均值方法,该自动诊断方法无需计算旋转机械的转速、频率和故障信号,不需要用故障数据进行训练。因此,DBSCAN更易于实现旋转机械状态的自动在线监测。     

蚁群算法及其聚类应用

首先介绍了蚁群算法及其改进;然后在聚类分析概念基础上。综合国内外研究与实践,阐述了蚁群算法的聚类应用,重点阐述了蚁群算法用于聚类的原理,蚁群聚类的算法研究、机器人、图像和网站访问客户信息等应用。最后,给出蚁群算法在聚类研究和应用的可能方向。     

基于逻辑回归-聚类算法的采空区危险等级评价模型

采空区危险性分级研究在矿山灾害防治和风险管理中具有重要意义。为克服传统采空区危险性评价指标繁多、计算复杂等问题，提出了一种采空区危险等级快速评价模型。基于110个采空区样本，将随机森林算法（Random Forest， RF）与递归特征消除理论（Recursive feature elimination， RFE）相结合，筛选出对采空区危险性分级信息量贡献较大的指标，克服传统评价指标繁多且不易获取的缺陷，实现采空区评价指标体系精简降维。基于逻辑回归理论得到采空区危险性概率模型，并应用K-means快速聚类算法求得采空区危险性概率的4个聚类中心点，耦合2种算法构建了采空区危险等级快速分级模型，以克服传统采空区危险性评价方法计算复杂、普适性差的缺陷。为验证该评价模型的有效性，基于混淆矩阵对评价模型的准确性进行了验证分析。研究表明：①RQD值、矿柱尺寸布置、岩体结构、采空区高度、地质构造、工程布置、地下可见水赋值为采空区分级评价中信息贡献量较大的指标；②模型分级准确率达到77.4%，第一类错误率降低至6.25%，危险采空区的预测准确率达到93.75%，评价结果可为采空区后续治理提供可靠依据。     

基于小波分析的数据流聚类算法

结合CluStream处理数据流的框架,提出了一种基于小波分析的数据流聚类算法WDS。在分解后的低频子波中利用小波特性寻找密集区域,并结合了CluStream的在线微聚类和离线宏聚类两个过程来处理数据流。WDS算法在聚类时无需预先指定聚类数目,有效地解决了聚类算法参数敏感的问题。     

基于逻辑回归-聚类算法的采空区危险等级评价模型

采空区危险性分级研究在矿山灾害防治和风险管理中具有重要意义。为克服传统采空区危险性评价指标繁多、计算复杂等问题，提出了一种采空区危险等级快速评价模型。基于110个采空区样本，将随机森林算法（Random Forest， RF）与递归特征消除理论（Recursive feature elimination， RFE）相结合，筛选出对采空区危险性分级信息量贡献较大的指标，克服传统评价指标繁多且不易获取的缺陷，实现采空区评价指标体系精简降维。基于逻辑回归理论得到采空区危险性概率模型，并应用K-means快速聚类算法求得采空区危险性概率的4个聚类中心点，耦合2种算法构建了采空区危险等级快速分级模型，以克服传统采空区危险性评价方法计算复杂、普适性差的缺陷。为验证该评价模型的有效性，基于混淆矩阵对评价模型的准确性进行了验证分析。研究表明：①RQD值、矿柱尺寸布置、岩体结构、采空区高度、地质构造、工程布置、地下可见水赋值为采空区分级评价中信息贡献量较大的指标；②模型分级准确率达到77.4%，第一类错误率降低至6.25%，危险采空区的预测准确率达到93.75%，评价结果可为采空区后续治理提供可靠依据。     

基于距离的最大聚类数探索算法的探讨

聚类是数据挖掘中用来发现数据分布和模式的一项重要技术,它是数据挖掘中的一个很活跃的研究领域,目前提出了许多聚类算法。这些聚类算法中,聚类数一般需要给定,但是在多数情况下,聚类数事先无法确定。由于各种聚类算法一般依赖于初值,即使聚类数保持不变,算法决定的聚类结果也可能有所不同,因此对同一个数据集,如何评价聚类算法给出的不同聚类结果就成了一个关键问题,这一问题人们称之为聚类有效性问题。     

基于距离排序的点对多重归约聚类算法探讨

聚类是一种重要的数据挖掘技术。长期以来，寻求更为准确的聚类近似算法一直是科学工作者工作重点之一。为了更为精确地解决聚类问题，在K-means算法的研究基础上本文提出了点对多重归约算法的思想，并设计了基于距离排序的点对多重归约算法。该算法和K-means算法进行比较的结果，说明了该算法在聚类研究中的可行性。     

依赖混合型位置大数据的均值漂移聚类算法

均值漂移聚类(Mean shift clustering,MSC)算法及其变体在模式识别和计算机视觉任务中具有广泛的应用。本文基于MSC模型研究了具有高斯核的算法的动力学特性。证明MSC在给定混合型位置大数据的凸包中具有解。根据收缩映射的原理,提供了一个充分条件,取决于引入高斯核的参数,以保证解的唯一性。结果表明,在该条件下,解也是全局稳定的,并且呈指数收敛。当条件不成立时,MSC算法可能会具有多个均衡,由于每个均衡都有其自己吸引盆地,因此可以用于聚类。基于此,条件可用于估计适当的参数,以确保MSC算法具有适合聚类的平衡。     

基于量子遗传聚类算法的井下输送带图像探伤方法

通过图像处理技术在井下输送带运输过程中对输送带损伤部位的识别,以保障煤矿工业上输送带的正常安全工作。针对输送带上损伤部位与正常部位的图像差异,先通过灰度直方图确定阈值,将图像前背景相分离;再将图像中值滤波与边缘检测,完成对实时输送带图像的预处理,最后通过基于量子遗传优化的聚类算法把输送带损伤部位图像与正常输送带图像分离开。实验结果表明,该算法能有效地达到输送带探伤效果。     

混合粒子群优化算法的新能源电网规划研究

以合理规划新能源电网,降低电网电能损耗,提升新能源消纳能力,设计了混合粒子群优化算法的新能源电网规划方法。以最小电能损耗与最大新能源消纳为目标函数,潮流功率、容量、线路输电能力、风能与太阳能出力为约束条件,建立新能源电网规划模型;通过结合自然选择机理与粒子群算法,设计混合粒子算法,在混合粒子群算法内引入混沌扰动与变异策略,避免惰性粒子陷入局部最优,优化混合粒子群算法,利用优化混合粒子群算法求解规划模型,获取最佳规划方案。实验表明,该方法可有效获取最佳规划方案,降低电能损耗,提升新能源消纳能力,提升电网断面利用率;规划后的电网日累计发电量显著提升、碳排放量显著下降。     

电网运维管控的优化改进研究

电网运维管理是保障电网安全、高效输配电的关键管理工作,不断地优化管理方法成为电力公司需要重点关注的问题。随着电网规模和复杂性的增加,传统的运维方式已经不能满足当前电网运维的新需求。在分析现有方法不足的基础上,提出了基于大数据、云计算、物联网和移动互联网的综合解决方案。采用射频识别、无线传输等物联网技术获取和感知现场设备的信息,大数据和云计算技术被用于规范现场工作管理和监督标准现场工作操作。此外,通过智能运维终端在维护现场和控制中心之间建立数据交换通道,实现维护现场和控制中心之间的数据上传和交互。     

电网变电运维检修技术研究

介绍了目前国网电力系统的维护管理方法以及利用SCADA数据提高设备维护效率的方法。国网电力系统在SCADA数据的标准化建设方面投入了大量精力,使用SCADA数据进行分析,推动了电力标准化的需求。对电气开关设备、变压器寿命、运行中的设备和分接开关的运行进行了分析。分析了断路器和隔离开关在不同运行条件下的开关操作次数。据此得出,电气预防性维护应根据正常操作中的开关次数进行,对经常中断故障电流的断路器进行预防性维护。SCADA数据可用于设备的监测,从而为管理人员提供有价值的信息,并对电气设施的检修管理进行了分析。     

基于网络拓扑的电网资源挖掘推荐模型构建

为降低电网数据挖掘难度,确保电网高效运行,构建基于网络拓扑的电网资源挖掘推荐模型。分析电网系统基本组成结构,明确电网资源来源,通过自下向上的形式构建资源库,确保数据有效储存;将网络拓扑描述为有向图形式,利用二维邻接矩阵表述相邻节点之间的连接状态,为资源推荐提供有效路径;经过归一化与k—均值聚类处理,统一资源格式,实现相同类型资源聚类;利用爬虫技术设置挖掘权限匹配阈值,结合抓取规则完成聚类谱智能排序,实现在爬虫协议控制下电网资源能够被准确挖掘推荐。仿真实验表明,该方法可提高数据预处理效果,减少延迟推荐现象,同时推荐结果的平均绝对误差较低。     

基于大规模新能源接入的电网规划风险预警系统研究

在传统能源日渐枯竭的情况下,电网规划风险预警出现较大误差,不再适用于新形势下的电网规划,设计一种考虑大规模新能源接入的电网规划风险预警系统。设计两种服务器,实现通信模块的系统通信功能。设计一个由电源电路、处理器芯片等构成的处理器模块,完成系统硬件设计。在软件设计中,通过分解分析法实现风险识别,完成风险识别模块的设计。构建电网规划风险评估体系,实现风险评估模块功能;设计优质的数据库表,完成数据库模块设计。通过风险预警模型的构建实现预警模块功能;通过风险控制策略的制定完成风险规避模块的设计。测试设计系统的预警性能表明,设计系统能够实现良好的电网规划风险预警效果,实现了系统设计目标。     

新能源光伏发电站大规模并网频率主动控制研究

光伏发电站在接入电网后会导致电网频率发生较大波动,为了提高电网的稳定性,提出新能源光伏发电站大规模并网频率主动控制方法。分析大规模光伏发电阵列规模,依据数学模型计算光伏阵列中二极管数量,分别获取光伏阵列阴影面积、光伏温度以及光照强度,建立不同阴影模式下光伏阵列电路模型,设计光伏阵列频率波动平抑算法以及平抑要求判定条件,以此将光伏发电站大规模并网的频率控制在一定区间之内,实现并网频率主动控制。通过实验模拟了不含光储、只含光伏以及包含光储3种模式下的并网频率变化。实验结果表明,3种模式下的并网频率均在49.0~50.8 Hz,没有超出界限,可见这种控制方法具备较好的效果,可以提高电网的稳定性。     

基于数字孪生的电网数字化转型研究

以清晰展示电网相关数据、提升电网整体质量为目标,研究基于数字孪生的电网数字化转型方法。以某省级电网作为研究对象,通过建立由过程优化、数字孪生体、实时数据采集库和电网实体层组成的电网数字化转型框架,通过数字孪生体与运维实体映射,经过电网数据整合与分析后,完成电网的数字化转型。实验结果表明:该方法呈现的电网直流集配比清晰明了,具有较强的显著性;转型后的电网故障次数、电网设备损耗等降低明显,可有效提升电网整体质量;该方法数字化转型呈现故障结果与电网实际故障结果完全一致;可有效展示电网容载比情况,结合人工介入方式可使电网运行与分布更具备合理性。     

新能源电力系统复合储能多目标优化研究

针对当前新能源电力系统复合储能单元的性能不能满足电力系统的发展要求问题,设计基于机会约束规划的新能源电力系统复合储能多目标优化方法。分析光伏发电单元与风力发电单元结构特征,构建了复合能源容量数学模型;分析了当前新能源电力系统运行要求,确定了复合储能优化目标函数;使用机会约束规划技术,完成了目标函数的求解过程。至此,基于机会约束规划的新能源电力系统复合储能多目标优化方法设计完成。构建算例实验环节,实验结果表明:机会约束优化方法可同时完成多个目标的优化过程,进一步提升复合储能单元使用效果。     

基于抗扰动能力和结构重要性评估的新能源电网脆弱性研究

基于改进的加权节点数来计算节点及线路的差异性,以此作为节点结构重要性评估指标;针对新能源接入后的随机扰动性,引入节点电压及故障影响度来作为节点抗扰动能力评估指标.由此,融合抗扰动能力和结构双向指标,完成新能源电网脆弱性的综合评估.通过仿真实验,验证了上述方法可精准辨识电网中的脆弱点,且可基于脆弱性的综合排序完成针对性防...     

基于多目标的新能源微电网混合储能控制系统

以实现混合储能平抑控制为目的,设计基于多目标的新能源微电网混合储能控制系统。该系统采样层利用滤波器和负载电路获得混合储能实时模拟量;将该模拟量输入到检测电压、电流电路内并传输到采样保持器内,利用该保持器将模拟量放大存储后,获得特定时间点上的储能模拟信号;将该信号输入到PLC内的多目标储能调度模型内,利用该模型对电能存储实施合理调度并对比控制目标库后获得调度结果,将该结果传输给双向DC-DC变换器即实现混合储能输出功率控制。实验表明,该系统具备较强信号采集能力和通信传输能力,且有效实现微电网储能平抑控制。