纵横交叉算法与模糊聚类相结合的变压器故障诊断

针对FCM(模糊C-均值聚类)在变压器故障诊断中的不足,提出采用纵横交叉算法优化FCM(CSOFCM)聚类来进行故障诊断。溶解气体分析与FCM相结合,能有效提高变压器故障诊断的准确率,但FCM存在聚类结果不稳定和容易陷入局部最优等问题。而纵横交叉算法是一种基于种群的随机搜索算法,在算法中首次提出了维局部最优概念和纵横交叉双搜索思想。实验证明,相比其它主流群智能优化算法,CSO算法在解决维数灾问题和收敛精度问题方面取得了较大突破,能有效克服局部最优的问题。新诊断模型有效弥补了单一诊断法的不足,拥有全局收敛性强和处理模糊信息的能力。实例分析表明,该方法与传统FCM相比,能获得更优的聚类中心,有效提高了变压器故障诊断的准确性和快捷性。     

基于生成对抗网络和随机森林算法的配变低压跳闸预测

配变台区低压跳闸预测对供电部门掌握配电网运行态势至关重要.针对传统处理样本不平衡抽样方法容易造成信息丢失、引入噪声的缺陷,提出了一种领域清理(neighbourhood clean rule,NCL)欠采样和生成对抗网络组合的不平衡数据处理方法.首先采用NCL欠采样合理清除正常运行样本;然后采用稀疏自编码器学习大规模配...     

基于小世界效应的异构传感器网络构造研究

将小世界网络理论应用于无线传感器网络领域,建立了无线传感器网络中小世界特征量的统计方法.通过在无线传感器网络中引入与汇聚节点直接通信的链路(捷径)形成具有小世界效应的异构传感器网络,并给出了异构传感器网络的路由策略和捷径的效益评价指标;结合小世界网络的安全特征提出异构传感器网络中需要加强对节点度高的关键节点的安全保障.选用格网网络模型作为具体的研究对象,仿真表明在构造具有小世界特征的传感器网络时需要确定性的设置捷径才会产生良好的节能效果,捷径产生的节能效率与汇聚节点的位置相关.