基于地址模糊匹配的配电网故障分析方法

提出了一种基于地址模糊匹配的配电网故障研判算法.该算法通过建立地区标准地址库模型,结合电力营销系统中客户档案信息对客户报修工单地址进行模糊匹配,为故障研判提供数据支撑,提高故障研判成功率和准确率.通过对应用分析可知,在客户报修工单无户号的情况下,该算法能够在一定程度上指导配电网抢修人员快速锁定故障地址,进而缩短故障停电...     

基于支持向量机的电力客户信用评价

结合我国电力客户基本情况,建立了电力客户信用评价指标体系。首先对定量指标进行无量纲化处理,用梯形模糊数表示描述定性指标的语言变量,并用梯形模糊数的μ-期望值将其明确化为确定的非模糊价值量。最后运用支持向量机对电力客户信用进行评价,借助于支持向量机工具箱OSU_SVM3.00,在Matlab6.5中予以实现。实验结果表明该方法是用于电力客户信用评价的有效方法。     

基于模糊聚类和支持向量机的短期光伏功率预测

本文提出了一种基于模糊聚类和支持向量机的光伏短期功率预测方法。通过气象信息建立模糊相似矩阵将光伏发电功率历史样本划分为若干类,然后通过分类识别获得与预测日最相似的一类历史日样本集,将其与预测日的气象因素作为预测模型的输入样本建立支持向量机光伏发电功率预测模型,并利用余一法对构建的支持向量机模型进行核参数和惩罚参数的优化。根据实际数据对所提模型进行验证,计算分析了预测误差,结果表明该方法具有较高的预测精度,对光伏发电预测具有一定的参考价值。     

一种基于KNN算法的客户身份识别方法

针对电力客户标签对客户的认知不清晰,客服业务大多针对自然人开展,客户标签标记在电话号码上,而传统电力业务主要针对户(户号)开展,客户标签标记在户号上,存在信息无法共享的困难,提出了基于95598业务,利用大数据分析及文本挖掘方法,构建统一身份识别模型,有效识别客户来电号码与户号的对应关系。采用分词技术,有效解析用电地址信息、客户姓名等内容,并计算地址相似度得分、姓名相似度得分,作为对应关系校验以及识别疑似户号的关键因子指标;针对能获取到的对应关系,构建权重划分模型,计算对应关系匹配度得分,根据分值大小,校验对应关系的可靠性;针对找不到户号对应关系的来电号码,基于文本相似度得分构建KNN模型,计算对应关系匹配度得分,依据分值大小,识别疑似户号。     

基于GRA-LSSVM的配电网空间负荷预测方法研究

针对配电网空间负荷预测实际应用中容易存在可用信息和数据散杂且经常匮乏的问题,提出了一种基于最小二乘支持向量机的新型配电网空间负荷密度预测算法,以解决预测方法中样本有限、不易识别等问题。同时引入灰色关联分析改善最小二乘支持向量机的样本筛选,并采用混沌粒子群算法完善最小二乘支持向量机的参数选择,提高算法的空间负荷密度预测的精度。在介绍算法原理基础上,详细设计了配电网空间负荷预测方法的实现流程。对该算法的性能进行实例分析表明,所提方法可以有效地提高负荷密度预测的精度。     

基于ITD分解和孪生支持向量机的电能质量扰动识别方法研究

电能质量扰动信号的识别与分类是电能质量分析、评估和治理的基础和关键。针对电能质量扰动信号种类复杂、识别速度慢且准确率低等问题,提出一种基于ITD分解和孪生支持向量机的电能质量扰动识别方法。首先,对电能质量扰动信号做ITD分解,得到一系列固有旋转分量(PRC),并通过云模型的熵和超熵筛选出有效的PRC分量,减少特征冗余;其次,计算有效的PRC分量的模糊熵和能量熵,并根据模糊熵和能量熵求得混合特征矩阵;最后,基于混合特征采用麻雀优化的孪生支持向量机对扰动信号进行分类。仿真分析结果表明,该方法能识别多种电能质量扰动信号,且提高了对单一电能质量的识别准确率,进而为电能质量的分析、评估和治理提供辅助决策,以进一步提高供电质量。     

基于损失函数的SVM算法及其在轻微故障诊断中的应用

尽早识别轻微故障，对提高生产过程设备运行的安全性具有重要意义。为实现对设备轻微故障的正确识别和及时诊断，该文提出了一种基于损失函数的支持向量机(SVM)算法。应用模糊理论的方法对支持向量机分类及最优分类面进行了解释，对可疑分类区列出了模糊隶属度的表达式。针对故障诊断等问题中误判造成的损失不同这一特点，定义了基于损失函数的模糊隶属度，并得出了修正后的最优分类面。SVM算法可以实现对设备轻微故障的准确识别，并可近似地判别故障的严重程度。文中以汽轮机减速箱轴承运行状态诊断为例，对样本数据经K-L变换后进行可视化研究，分类结果表明了该算法的可行性。     

基于潜在投诉用户识别的频繁停电治理方法

针对停电事件频发导致用电客户不良感知的问题,综合运用故障报修、停电发布、客服工单多渠道海量信息,挖掘潜在频繁停电投诉用户,并提出将其应用于停电工单预警、停电计划风险管控、差异化用户服务策略套餐,为电力企业采取精准高效的服务提升措施提供支撑。     

谷物干燥过程模糊支持向量机控制器的设计

为了准确控制谷物干燥过程的温度和湿度,设计了一种基于改进遗传算法和最小二乘算法的干燥过程模糊支持向量机控制器。利用模糊算法解除温湿度的耦合作用,采用支持向量机实现模糊逻辑控制的全过程和信号的非线线处理,同时采用混合学习算法优化控制器参数,即先采用最小二乘算法离线优化支持向量机性能参数,再采用改进遗传算法在线优化支持向量机性能参数和模糊比例因子,以使其控制性能适应对象的变化而达到最优。仿真结果表明,设计的模糊支持向量机控制器比常规PID控制器和经典模糊控制器具有更好的控制性能,能够满足谷物干燥工艺要求。     

基于模糊信息粒化和最小二乘支持向量机的风电功率波动范围组合预测模型

提出一种基于模糊信息粒化和最小二乘支持向量机的风电功率波动范围组合预测建模方法。该方法首先对训练样本进行模糊信息粒化,根据需要提取各窗口的有效分量信息,即各窗口的最小值、大致平均值和最大值;其次应用最小二乘支持向量机对各分量分别建立预测模型,并使用自适应粒子群算法对各分量模型进行优化;最后使用优化后最小二乘支持向量机模型对风电功率波动范围进行预测。实例研究表明,该组合预测模型可以有效跟踪风电功率变化,对风电功率波动范围进行预测。     

一种新的电压暂降事故源识别方法研究

电压暂降发生频率高、影响范围广、造成危害大。针对电力监测系统中带有事故源信息的电压暂降监测数据非常有限且不易获得的问题,提出了一种基于半监督支持向量机的电压暂降源识别方法。分析了各种电压暂降事故源,利用短时傅里叶变换(STFT)对电压暂降信号进行时频分析,提取出各类暂降特性参数,运用半监督支持向量机对其进行训练与识别,实现在少量带事故源标签电压暂降监测数据下电压暂降源的可靠识别。算例结果显示,在少量标签数据下半监督支持向量机比传统支持向量机具有更高的暂降源识别精度。     

某型导弹自驾仪的故障诊断研究

模拟电路的故障诊断存在着信号非线性、样本初期获取困难等问题,支持向量机技术具有小样本、非线性、全局最优和建立的模型能更好泛化等诸多优点,为解决这些问题提供了一条有效途径。以某型导弹自驾仪中电路为典型例子,在C-SVM基础上构建模糊支持向量机,并采用粒子群算法与遗传算法进行向量机的参数优化。首先采用小波包分解提取故障信息的特征向量并归一化,然后将训练集送入改进后的向量机中完成训练,最后将测试集送入训练好的向量机中完成不同故障模式的识别,故障检测率达到93.3333%。结果表明在样本量较少的情况下,改进后的支持向量机可以很好地完成故障诊断任务。     

基于逻辑回归模型的电力客户停电敏感度评分卡研究与实现

针对当前基于逻辑回归模型的客户敏感度分析模型输出结果复杂、不易理解与应用的问题,提出了一种基于逻辑回归模型的电力客户停电敏感度评分卡实施方法。从电网公司营销业务系统、95598系统提取客户停电敏感相关属性数据,通过信息值筛选出具有高预测力的属性;计算各属性的证据权重转换值,运用逻辑回归模型构建客户停电敏感度分析模型;基于停电敏感度分析模型的输出参数和各属性证据权重转换值,构建客户停电敏感度评分卡。以某电网公司实际数据对该方法进行了验证,取得了良好效果。     

基于太赫兹光谱和APSO-SVM的转基因棉籽识别方法

针对目前转基因产品检测是基于可见光/近红外光谱,在支持向量机建模中参数难以确定及光谱数据计算量过大的问题,提出了一种基于太赫兹光谱和自适应动态粒子群优化的支持向量机算法,以实现对转基因棉种子的分类判别。为实现转基因棉种子的分类识别,在波长150μm~3 mm采集3种最新转基因棉种子165个样本的太赫兹光谱,并用基于自适应动态粒子群优化的支持向量机对165个转基因棉种子进行识别。实验结果表明,综合识别率达到97.3%,太赫兹光谱结合自适应动态粒子群支持向量机可为转基因棉种子类型辨别提供一种快速、精确、简便、无损的检测方法。     

基于模糊最小二乘支持向量机的系统边际电价预测方法

提出了基于模糊最小二乘支持向量机的系统边际电价（system marginal price,SMP）预测方法。为了减少样本数据中孤立点对回归性能的影响,将模糊隶属度的概念引入到最小二乘支持向量机中的同时,采用网格搜索和交叉验证的方法寻找最佳参数组合,使系统边际电价算法性能达到最佳。以美国加州电力市场的实际数据作计算实例,分别采用标准三层BP神经网络和模糊最小二乘支持向量机进行系统边际电价预测,结果表明基于模糊最小二乘支持向量机的系统边际电价预测的方法有效提高了预测精度。     

基于聚类FSVM的小电流接地系统馈线故障定位系统

提出小电流接地系统实现单相接地故障定位的新方法。该方法应用基于聚类的FSVM和电流注入法分两步实现故障定位。首先阐述了模糊支持向量机（FSVM）的原理,应用分级聚类和决策树思想在两类支持向量机的基础上构造基于聚类的多类FSVM实现故障选线。接着应用电流注入法对故障线路进行定位。     

基于小波包和LS-SVM的变压器励磁涌流与短路电流识别方法

基于小波包分解和最小二乘-支持向量机（LS-SVM）,提出了变压器短路电流和励磁涌流识别的新方法。通过将电流信号进行小波包分解,计算出分解后各频段信号的能量,组成能量特征向量,并考虑作为最小二乘一支持向量机分类器的输入参数,来实现短路电流和励磁涌流的识别。仿真结果表明,该方法识别准确率高,受噪声的影响小。     

EMS与继电保护定值校核系统实时数据匹配新方法

在当前电网调度中心缺少统一编码标准、数据尚未完全实现一体化的背景下,能量管理系统(EMS)与继电保护定值校核系统实时数据的匹配是实现两者接口的关键步骤,也是定值校核系统从"离线"走向"在线"的重要前提。针对EMS实时数据的特点,文中提出了一种EMS与定值校核系统实时数据匹配的新方法。该方法利用编辑距离衡量数据匹配的相似程度,并从重心移动、拼音索引、交换操作、汉字近邻空间和层次关联5个方面对传统编辑距离算法进行了改进,有效地提高了实时数据自动匹配的匹配率和查准率。工程应用证明了该方法的有效性和正确性。     

特征评估高压断路器机械故障诊断方法的研究

分析断路器的机械振动信号的特性,针对采用单一性质故障特征难以实现整个故障状态空间上准确诊断的局限性,提出了一种基于改进的距离评估技术和多类支持向量机相结合的诊断高压断路器机械故障的方法,该方法由3部分构成:首先从高压断路器机械振动信号中提取时域统计特征、频域统计特征、经验模态分解能量熵及小波包能量特征信息;接着采用改进的距离评估技术从原始特征集合中选取最优特征,实现对原始特征空间的降维处理;最后选取的最优特征量作为"次序二叉树"策略方式的多类支持向量机的输入向量,实现对断路器3种机械故障模式的识别。实验结果表明,该方法诊断高压断路器机械故障能取得良好的效果。     

基于改进支持向量机的无人值守变电站遥视门禁人脸识别方法

当前的无人值守变电站遥视门禁人脸识别节点设定一般为分布式形式,识别范围较小,导致门禁识别状态 延时增加,为此提出对基于改进支持向量机的无人值守变电站遥视门禁人脸识别方法的设计与验证分析.根据实际识 别的需求及标准,对识别图像进行预处理,采用多层级的方式,扩大实际的识别范围,设定多层级识别节点,构建改 进支持向量机门禁人脸识别模型, 采用级联Adaboost处理实现人脸识别. 最终的测试结果表明: 对比于传统 Face＋＋嵌入式遥视门禁人脸识别测试组、传统大数据遥视门禁人脸识别测试组,本次所设计的改进支持向量机遥视 门禁人脸识别测试组最终得出的门禁识别状态延时被较好地控制在１５ms以下,说明该种识别方法的针对性较强,识 别的速度及效率较高,具有实际的应用价值.