基于SLM模型的负荷模型总体测辨方法

福建电网已经建立了负荷在线综合建模系统,实现了负荷模型的在线动态维护。系统一期采用了基于CLM模型的负荷模型总体测辨方法,该模型由于没有充分考虑配网阻抗对负荷模型的影响,在实际应用中与实际负荷特性存在一定偏差。为了进一步提高负荷实测模型准确度,该文提出并实现了基于SLM模型的负荷模型总体辨识方法,并给出了SLM模型的辨识结果。基于SLM模型的负荷实测模型的应用将进一步提高电网仿真计算的精度。     

变压器漏电感参数在线辨识方法研究

利用变压器等值回路平衡方程原理,提出了利用加权递推最小二乘法的变压器漏电感参数辨识方法,给出了变压器漏电感参数辨识的等效模型,对变压器模型参数辨识的可行性进行研究,针对不同的情况,分别提出了归算到一次侧的变压器绕组参数辨识方法及变压器原副边漏电感参数辨识方法.利用动模实验数据对变压器漏电感参数辨识的结果表明,参数辨识算法稳定,不受负荷波动以及功率因数变化的影响,辨识结果具有较高的精度.     

考虑含全钒液流电池储能系统的广义综合负荷模型

构建了适用于电网仿真的全钒液流电池(all-vanadium redox flow battery,VRB)模型,研究了VRB储能系统的外特性.从外特性等效拟合的原理出发,忽略VRB系统的无功功率,提出了VRB储能系统的等效模型.该模型结构简单,参数少,易于辨识,能够有效拟合电网在大扰动和连续小扰动情况下的储能系统外特性,其优势在于能够模拟电池储能的出力极限情形.建立了所提出的VRB等效模型与考虑配电网参数和无功补偿的传统负荷模型并联的广义综合负荷模型(Generalized Synthesis Load Model,GSLM),对含VRB储能系统的配电网广义综合负荷特性进行辨识建模.算例表明,与传统综合负荷模型相比,该GSLM能够更精确描述含储能系统的配电网综合负荷特性,VRB在综合负荷中比例越大,这种优势越明显,且模型参数辨识结果具有较好的稳定性和综合描述能力.     

负荷建模和参数辨识的遗传进化算法

提出了一种用于电力系统负荷建模和参数辨识的遗传进化算法,该方法与传统的最小二乘法相比具有全局搜索优化特点,适用于非线性、不连续或微分不连续的各种负荷模型.该方法已成功用于工业负荷实测数据辨识及动态和静态负荷建模.在静态负荷建模上,辨识结果略优于传统的最小二乘法,且通用性更好,只需做极小的修改就可以用于各种形式的静态负荷模型.在动态负荷建模上算法不仅给出了更优秀的结果,而且表现出很好的稳健性.结果表明此方法在负荷建模中的优势.     

基于负荷模型的电冰箱制冷量辨识与分析

提出了一种模型与试验相结合的电冰箱制冷量动态特性辨识方法，通过将常规实验结果代入电冰箱动态负荷模型的逆模型获得电冰箱制冷量的动态特性，对一实例的辨识结果进行了分析，其结果可为蒸发器的改进设计和相关部件的性能评价提供依据。     

西藏电网暂态稳定分析的动态负荷模型及发电机参数等值

提出适用于西藏电力系统暂态稳定分析的广义实用负荷模型,并给出等值同步发电机参数。利用线性前馈网络连接权与差分方程负荷模型系数的映射关系,对西藏特殊电力负荷的差分方程参数进行辨识,在线性前馈网络算法中提出为了避免在极值点附近出现振荡现象,对初始权值搜索应满足的条件。比较了线性前馈网络和线性规划方法辨识差分方程的输出响应特性,表明线性前馈网络参数辨识的负荷模型内插能力优于线性规划方法,两种方法的外推能力基本一致。通过算例验证了用综合性质的差分等值动态负荷模型代替等值静态负荷和感应电动机模型的有效性。     

基于CF-MF-SE联合特征的非侵入式负荷辨识

针对目前非侵入式负荷辨识存在模型训练时间过长以及负荷特征相近的电器辨识精度不高的问题,提出了一种基于CF-MF-SE联合特征的非侵入式负荷辨识方法。以稳态电流信号为基础,通过提取峰值因数表征波形的畸变程度,采用裕度因子表征信号的平稳程度,谱熵表征频谱结构复杂程度,并结合PSO-SVM实现负荷辨识。结果表明,新方法可解决电器电流波形相近不易识别的难题,减少训练时间,有效提高识别准确率和效率。所提方法将振动信号特征作为负荷特征引入负荷辨识领域,为非侵入式负荷辨识技术的特征选取提供了新思路,其中谱熵作为对负荷敏感的关键特征,与其他特征组合可明显提高辨识率,为实际应用中负荷特征的灵活选择提供了参考。     

基于浮点数编码GA的T—S模型的模糊辨识方法

提出了一种基于浮点数编码遗传算法学习Ｔ－Ｓ模糊模型的辨识方法。对十进制浮点数编码的遗传算法进行了研究,融合和改进了一些遗传操作,并利用浮点数编码ＧＡ对Ｔ－Ｓ模糊模型为对象建立模糊神经网络中的参数进行估计。仿真给出了满意的结果。     

基于概率输电介数的电网关键线路辨识

现有的关键线路辨识方法大多基于确定运行状态.考虑随机波动负荷的影响,提出基于概率输电介数的辨识方法.以概率潮流为研究基础,考虑负荷不确定性建立了半不变量概率潮流模型;考虑电网拓扑结构和运行状态提出改进功率传输分布因子的改进输电介数,将两方面结合构成概率输电介数用于辨识电网关键线路.在MATPOWER环境下对IEEE30节点系统进行仿真验证、分析,仿真结果证明了本方法的合理性和优越性.     

基于人工神经网络的负荷数据预处理

对历史负荷数据进行处理是提高电力系统负荷预测精度首先要解决的问题。脏数据处理的过程就是对于含有脏数据的负荷曲线模式的辨识过程。首先利用自适应共振网络(ART网)对日负荷曲线进行分类,确定出每一类负荷曲线的特征曲线;然后用超圆神经网络(CC网)对特征曲线进行脏数据辨识;最后利用扩展短期负荷预测方法对脏数据进行修正。对某市2002年8月份的数据进行脏数据辨识,结果证明所提出的模型对脏数据的平均检测率为92.11%,效果令人满意。采用该处理过的历史数据对某市2002年8月14日的负荷进行预测,结果表明,利用该方法处理后的数据进行负荷预测提高了负荷预测的精度。     

TIF图像文件与BMP图像文件的转换研究

本文介绍了可识别的TIF图像文件和BMP图像文件的数据格式,提出了用高级语言直接将可识别的TIF图像文件转换成BMP图像文件的程序框图及实施方法.     

双分量区间删失下Weibull分布参数最大似然估计的渐近性质

针对一类双分量区间删失模型，讨论了Ｗｅｉｂｕｌｌ分布参数最大似然估计的可识性，证明了该估计具有强相合性及渐近正态性．     

非线性模型匹配问题的研究

研究了非线性系统的模型匹配问题（ＭＯＤＬＥＭＡＴＣＨＩＮＧＰＲＯＢＬＥＭ简称ＭＭＰ）。模型匹配是指，用参考模型的输入输出行为匹配结果，为实际控制系统设计一个补偿原，实质上就是强制的模型跟踪问题。文中所述非线性模型匹配问题的局部解决是通过静态反馈解耦后给出的。其指导思想是在一般条件下，当且仅当线性化控制系统和参考模型在其平衡点附近可解，则非线性模型匹配问题才可解。而且，一般条件是可辨识的。这些条件也可用来解决实际控制系统的动态输入输出解耦问题。     

柴油机故障诊断的Fisher判别分析方法

针对柴油机故障诊断中往往出现故障的症状在识别空间重叠这一问题进行了研究，采用Fisher判别分析方法，在识别空间使各类故障自身进行聚类，而不同故障类别间则放大差异，实际运用结果表明，这种方法对比较复杂的难以区分的故障现象有效的。     

基于双边删失数据生存函数的非参数Bayes估计

关于参数估计问题,Bayes方法已经得到了广泛的研究,而在非参数估计问题中Bayes方法仅仅从1973年才开始受到注意,Ferguson将Dirichlet过程先验应用于多种函数及统计量的非参数Bayes估计。在此基础上,针对右删失数据,Susarla和Van Ryzin,Tsai研究了生存函数的非参数Bayes估计问题。本文进一步讨论了在双边删失场合下生存函数的非参数Bayes估计及相应的大样本性质。     

云计算环境下隐私保护方案

云计算中的用户隐私保护问题是云计算安全应用的挑战之一。现有的隐私保护方案大多面向用户可用数据的保护而忽视了个人身份信息的保护。为了解决这个问题,该文首先针对可用数据保护提出基于二次混淆的隐式分割机制;同时针对用户身份信息的保护提出基于可信服务器的云存储架构,实现数据存储和用户个人信息管理隔离。云服务器利用可信服务器提供的存储认证码判断用户的存储权限,用户的身份信息存储于可信服务器。安全分析表明:该架构能够隐藏存储在云服务器上的数据子块的特征,并且能对用户身份信息进行有效保护。     

一类重要辅助信息在一类因果模型中可识别的充要条件

在流行病学和社会科学中,大量的研究是估计因果效应。一般而言,没有任何假设的条件下,因果效应无法获得,即不给因果变量任何辅助信息,因果效应无法识别。作者提出了辅助信息可识别的定义,并且针对一类比较普遍且重要的辅助信息得出它在一类因果模型中对4种因果效应可识别的充要条件,最后将这结果推广到一般情况。     

改进的基于图像能量中心的模式识别

提出一种改进的光学模式识别技术．这种技术在基于光学图像能量中心的保结构变换方法基础上加以改进，设计一种图像差异变换方法，使得系统不仅能满足图像位置、方向、尺寸和强度四重不变识别，而且可以识别保结构变换法中的中心不变量相同的图像．     

伊芙琳和玛利亚——父权主义的牺牲品

从女权主义的观点来看,伊芙琳和玛利亚的生活清楚的影射了二十世纪初爱尔兰社会的父权主义制度。这两个来自于乔伊斯的都柏林人中的主人公似乎有着一脉相承的悲惨命运。从这两篇小说,我们还能看到爱尔兰妇女的地位和乔伊斯本人对于女权主义不甚明了的态度。     

图像辨识性特征的自动学习方法

针对以关键字进行检索分类的图像,首先利用经验设置规则提取初始图像块;对于类中每个备选图像块,寻找所有备选图像块中与其最相似的图像块,并根据梯度方向直方图特征进行聚类,形成特征组;最后,利用图像注册的方式将特征组进行合并,形成商品图像完整的特征。本文以电商图像为例对算法进行了测试,实验结果表明,辨识性特征区域提取的准确率可达70%以上,且与已有方法相比提取特征区域更加完整。