基于敏感设备电压耐受改进曲线的电压暂降评估方法

为了合理、精准地衡量电压暂降事件对用电设备产生的影响,需对电压暂降严重性进行评估.针对现有评估方法中敏感设备电压耐受曲线的分布存在突变问题,提出一种基于敏感设备电压耐受改进曲线的电压暂降严重性评估方法.首先,基于最小二乘的方法,结合设备电压耐受能力及电压暂降的规律,拟合出具有连续、单调特性的敏感设备电压耐受改进曲线.然后,根据电压暂降严重程度函数与设备电压耐受能力间的关系,建立基于敏感设备电压耐受改进曲线的电压暂降严重性函数模型.最后,基于土耳其Thrace一家纺织厂变电站发生的电压暂降事件数据进行实例验证.验证结果表明改进后的严重性函数的评估结果更合理、更符合客观实际.     

基于超导储能的电压暂降补偿

电压暂降是众多电压质量扰动最重要的一种,本文介绍了电压暂降的危害和电压稳定常用设备,讨论了基于超导储能（SMES）的电压暂降补偿设备的结构原理,论述了SMES的三种工作方式和电压暂降补偿装置的工作过程,最后用向量图详细阐述了电压暂降补偿原理和SMES磁体充电原理。     

电压暂降的改进S变换分析与分类

提出了一种采用改进S变换(MST)检测和识别电压暂降的方法.推导了白噪声在S变换和MST下的平均功率谱,证明了改进S变换对噪声具有抑制作用.分析了改进S变换中可变参数的选择思想,给出了MST提取暂降幅值、暂降时刻和相位的方法.利用MST变换分析短路故障、感应电机启动和变压器空载激磁3种扰动源引起的电压暂降信号,并提取6...     

基于改进的 STU KF 电压暂降检测方法

为了准确检测电压暂降,提出一种基于改进的强跟踪无迹卡尔曼滤波(STUKF)的电压暂降检测方法.该方法在建立的电压信号状态模型基础上,利用改进的STUKF对发生暂降的电压信号状态进行跟踪,从而实时提取出电压的幅值和相位信息.仿真结果和实际数据检测表明,所提方法能够有效地检测电压暂降的幅值、持续时间和相位跳变.与传统的STUKF相比,改进的STUKF跟踪精度更高、鲁棒性更强.     

应用TC方法的电压暂降检测

针对电能质量故障中电压暂降故障的诊断,提出容差曲线法.基于传统的电压暂降特征量的方法没有充分考虑到电压容差,因而可能造成检测误差较大.所提出的新方法利用了电能质量监测参数(Vsag,Vavg,d)和容差曲线的电压最小值Vmin.在容差曲线方法的公式中,能够用k次均方根的函数表示接近于矩形的电压暂降波形,且可以通过改变函数中的某些量来改变电压暂降持续时间.研究结果表明:该方法不仅能够应用在矩形暂降波形的的电压暂降故障检测中,还可以应用在非矩形暂降波形的电压暂降故障检测中.     

电压暂降及感应电动机负荷启动引起的电压暂降分析

目前,电力负荷的投切对电力系统的安全运行和正常工作造成的危害和影响越来越受到重视。本文介绍了电压暂降,分析了其产生的原因．重点对感应电动机负荷起动时引起的电压暂降分析。     

动力系统实测数据相空间重构的改进方法

应用本征值分解技术对动力系统实测数据嵌入空间矩阵的本征值进行了计算,提出了具体计算嵌入空间矩阵本征值及其本征向量的改进计算方法,以及嵌入空间矩阵基的改进选取方法,并将所得到的动力系统实测混沌数据向已正交化、单位化了的本征向量上投影,从而完成了动力系统实测混沌数据的相空间重构工作。     

基于相空间重构预测方法预测能力的评估

为了客观地评估基于相空间重构预测方法的预测能力,使用非线性局部Lyapunov指数来替代均方根误差。根据误差平均相对增长的饱和性质,可以确定预测方法的最大预测期限。通过计算得到重构Lorenz相空间和原始Lorenz相空间的最大预测期限分别是12,13s,k-近邻方法(k=1,2,3,4,5)的最大预测期限分别是12.0,9.8,9.7,9.2,8.8s,多变量预测方法的最大预测期限是12.8s,单变量预测方法的最大预测期限是12.0s。研究表明,重构的Lorenz系统的相空间可预报性与原始Lorenz相空间相当。此外,对于重构的Lorenz相空间,由于k-近邻方法集合了预测能力参差不齐的成员,导致其预测能力逊色于零级近似预测,多变量预测方法的预测能力与单变量预测方法几乎相当。     

基于改进S变换的电压暂降检测方法

电压暂降是一种重要的电能质量扰动问题,其主要参数包括暂降的起止时刻及暂降幅值.本文用改进S变换对电压暂降信号进行分析,用基频幅值-时间差分曲线定位暂降的起止时刻,通过调节改进S变换高斯窗函数的两个因子使定位更加准确,并给出了调节准则和参数优化范围.通过找到基频幅值曲线的最小值点,对该点前后各半个基波周期的数据进行快速傅里叶变换求得暂降幅值.仿真表明:本文的方法使定位及幅值计算都更加准确.     

基于超级电容储能电压暂降综合治理装置的设计

随着现代制造业的发展,敏感设备越来越多,设备的电压暂降问题日益增多,急需解决。利用超级电容储能特性所做的电压暂降综合治理装置设计,包含主电路的拓扑图、参数计算和选择方法、装置结构以及热设计。这一装置可以有效解决电压暂降的问题,提高设备运行的稳定性。     

基于空间矢量的单相电压暂降检测方法

电压暂降检测对电能质量分析和控制具有重要意义.提出一种基于电压空间矢量的单相电压暂降检测方法.通过对三相电压信号进行Clark变换,结合Euler公式构造三相电压空间矢量,根据空间矢量在复平面上的椭圆轨迹进行电压暂降的检测并识别出故障相.由椭圆长半径、短半径和倾斜角求出电压暂降过程中电压相位角跳变值,根据相位角跳变值对原始电压数据进行移相,最后计算出电压暂降深度.仿真实验取得了良好效果,表明该方法具有一定的应用价值.     

相空间重构中参数确定方法的新探讨

论述相空间重构中参数选择的方法并对其讨论,针对已有参数确定方法的主观性强的特点,从一个更新角度考虑相空间重构中的冗余和不相关问题,结合虚假邻点法及平均位移法的思想,提出延迟向量排序计算重构相空间的最佳嵌入维数,以及基于相邻向量内积计算最佳延迟时间间隔.仿真结果证明该方法不仅是有效的,同时也具有易编程的特点.     

基于多变量相空间重构的地下水动态神经网络预测模型

从多元变量时间序列出发,以相空间重构理论为基础,结合偏最小二乘回归与神经网络方法,提出了基于多变量相空间重构地下水动态预测的神经网络模型.通过分别确定各个时间序列的时间延迟和嵌入维数的方法对地下水动态的多变量时间序列进行相空间重构,采用偏最小二乘回归法提取对系统解释最强的成分作为网络输入,利用神经网络模型进行各成分之间的非线性拟合.将基于多变量相空间重构地下水动态预测的神经网络模型应用于黑龙洞泉域地下水位预测,并通过分析与比较验证了该方法的有效性.     

一种基于向量空间模型的Web本体自动分类方法

在分析了Web本体的结构特征和语言学特征基础上,引入虚拟文档的概念,定义整个本体的虚拟文档为与主题相关的vocabularies的虚拟文档的组合.以虚拟文档中的词条作为Web本体分类的特征项.基于RDF图不容忽视的图状特性,在构造自RDF图本体的词汇依赖图(vocabulary dependency graph)之上采用相关基于图的排序算法,得到与构造本体虚拟文档相关的vocabularies对于该本体的重要性权值,进而计算特征项的权值.     

基于张量空间模型的中文文本分类

针对传统的基于向量的中文文本表示方法预处理过程比较复杂,应用于高维数据容易产生维数灾难的局限性,文章提出了一种基于张量空间模型的中文文本分类方法,用三阶张量表示文本集,将基于向量的kNN分类器扩展到张量上以构建分类器。该方法简化了预处理过程,提高了准确率,并使得更多张量学习方法能够在中文文本分类中得以应用。实验证明其具有较高的分类准确率,有一定的实用价值。     

基于孔隙度分类的超维重建算法

由于超维算法在字典建立过程和三维重建过程都涉及到大量的模式匹配,导致超维算法耗时较长,在实际的应用中还有一定难度.针对这个问题,本文提出了一种基于孔隙度分类的超维重建算法,能够较大程度上减少三维重建的时间成本.首先,结合字典元素的孔隙度这一特征对字典集进行分类;其次,利用孔隙度分类字典在重建时采取依孔隙度的搜索方式,优先搜索相应的字典区间;然后,针对不同的训练图像进行三维重建,结合孔隙度分布,提出了一种自适应的搜索范围确定方法;最后,通过对高中低三种孔隙度的训练图像分别进行多次重建,将传统超维算法和新算法的重建结果与真实岩心三维结构的统计特征函数、孔隙参数以及两种算法重建时间的进行对比分析,验证算法的有效性.     

基于相位同步的运动想象分类

针对多通道脑电信号特征提取过程中存在的特征向量稳定性低及区分度差的问题,提出相位同步与空间位置相结合的特征提取算法.首先,利用相位锁定值(PLV)衡量不同模式下不同脑区的相关程度,通过相关性分析发现感觉运动的作用机制,并按相关程度选取特征电极;然后,采用共空间模式算法(CSP)对所选电极间的PLV进行特征提取;最后,使用支持向量机(SVM)完成运动想象分类.本方法在持续4 s和1 s的左右手运动想象分类中分别获得平均91.3%和82.7%的准确率,相较于传统CSP算法具有更高的分类准确率,需要的电极更少,能快速响应短时不连续性运动想象.     

基于相重构和主流形识别的非线性时间序列降噪方法

提出了一种基于相重构和主流形识别的非线性时间序列降噪方法.带噪的时间序列在高维的相空间中其本质特征隐含在一个低维的主流形中,利用局部切空间变换方法提取其主流形,再根据主流形对时间序列进行重构,就可以达到降噪的目的.与现有的非线性时间序列消噪算法不同,基于主流形的消噪算法更强调时间序列的整体结构.数值仿真分析的结果验证了该降噪方法能有效地消除非线性时间序列中的高斯白噪声.     

基于改进的向量空间模型的自动文本分类

研究了基于向量空间模型的自动文本分类方法,提出了位置权和词的位置区分度的概念,给出了一个带有位置信息的词权重计算方法,并给出了基于该方法的文本分类算法.实验结果表明,该方法是有效的,提高了文本分类的精度.