排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
针对传统的模糊C均值聚类方法不适于非正态分布数据集的聚类、处理高维数据集收敛速度缓慢以及噪声点敏感的问题,提出了一种基于核的模糊C均值逐层聚类方法,应用于电力负荷特性分类。该方法的核心是2个模块和1个算法:改进快速排序法模块、核函数模块与模糊C均值算法。改进快速排序法模块将大数据集划分为若干特征突出的子空间,进而结合核函数模块与模糊C均值算法对各子空间进一步精确分类。以广东省的负荷调研数据为基础,在Matlab平台上对基于核的模糊C均值逐层聚类方法与模糊C均值算法的分类结果进行对比分析,结果表明:前者在提高分类效率与分类精确度的同时,具备较理想的收敛速度;另外,前者分类结果精细程度的可控性有利于电网工程实用规划。 相似文献
3.
4.
光伏发电功率有明显的随机性、波动性和间歇性.准确地预测光伏发电功率对电网有序运行和调度有着极其重要的意义.本文提出一种基于特征挖掘的独立循环神经网络光伏发电功率预测模型.首先,探究环境因素与光伏发电功率的关系,并构造相应特征;然后,以构造后特征作为输入,输入到独立循环神经网络模型进行训练和预测;接着,用独立循环神经网络模型与传统循环神经网络和长短期记忆神经网络模型进行对比,独立循环神经网络模型不仅具有更强的记忆能力,更快的训练速度,同时也改善了循环神经网络的梯度弥散或爆炸问题;最后,采用实际光伏电站数据进行验证,验证了特征构造和独立循环神经网络模型的优越性,证明了特征构造后的独立循环神经网络模型预测精度比其他模型方法有显著提高. 相似文献
5.
我国大力发展特高压电网,对电流互感器的测量精度和速度提出了更高的要求。当输入电流信噪比低时,光学电流互感器(OCT)很难从频域角度进行滤波。因此提出无迹粒子滤波算法(UPF)来提高OCT的信噪分离能力,并针对传统UPF计算量大导致实时性较差的问题,采用基于全局采样的改进UPF滤波提高滤波的实时性。之后对电力系统发生三相短路下该滤波情况进行讨论,以改进UPF滤波中的残差作为阈值进行计算。最后在Matlab进行仿真验证,结果表明基于全局采样的改进UPF方法有效提高了输出信噪比和滤波精度,短路时也能快速、准确滤波,为继电保护装置提供电流。 相似文献
6.
7.
1