基于改进YOLOv3的绝缘子串定位与状态识别方法 被引量：74

1

作者 颜宏文 陈金鑫 《高电压技术》 EI CAS CSCD 北大核心 2020年第2期423-432,共10页

为了对高压输电线路的绝缘子串航拍图像进行精确快速的定位与状态识别,提出了一种基于改进YOLOv3的绝缘子串诊断方法。在自主建立航拍绝缘子串数据库的基础上,针对数据集样本存在的复杂度不均衡和类别不均衡现象,采用Focal Loss函数和... 为了对高压输电线路的绝缘子串航拍图像进行精确快速的定位与状态识别,提出了一种基于改进YOLOv3的绝缘子串诊断方法。在自主建立航拍绝缘子串数据库的基础上,针对数据集样本存在的复杂度不均衡和类别不均衡现象,采用Focal Loss函数和均衡交叉熵函数改进YOLOv3算法的损失函数;然后,对原网络在COCO数据集上训练的卷积层过滤器进行可视化分析,选择冻结层并采用多阶段迁移学习策略来训练网络。在Python环境下训练并测试实例,结果表明:改进的损失函数可优化网络训练的损失值,提升算法精确度;多阶段迁移学习策略在提高算法精确度的同时,能有效应对数据集小而易过拟合问题;所提方法可端对端实现绝缘子串的定位与状态识别,且诊断精确度达到0.918。研究结果证明所提方法具有较高的精确性和实时性。 展开更多

关键词 绝缘子串 状态识别 YOLOv3 损失函数 迁移学习 高压输电线路

下载PDF 职称材料

考虑水火协调的多目标优化分组分段竞标模型 被引量：31

2

作者 马瑞 贺仁睦 +1 位作者 颜宏文 穆大庆 《中国电机工程学报》 EI CSCD 北大核心 2004年第11期53-57,共5页

该文提出了一种解决多目标优化问题的新方法和一个综合考虑水火协调及能源、环境和经济等多目标优化的分组分段电力市场竞标新模型。定义各单目标最优性判据的比值为目标之间当量系数,即通过定义能耗价格系数、环保价格系数等当量系数... 该文提出了一种解决多目标优化问题的新方法和一个综合考虑水火协调及能源、环境和经济等多目标优化的分组分段电力市场竞标新模型。定义各单目标最优性判据的比值为目标之间当量系数,即通过定义能耗价格系数、环保价格系数等当量系数将多目标问题转化为新的单目标优化问题,从而可用一般单目标算法求解;提出了考虑竞标机组多因素将其评估分组,然后在特定分段上竞标的新思路;算例结果表明了算法的正确性和模型的有效性;该模型具有综合分段竞标和多目标优化优点,符合能源配置原则,体现竞标机组多因素公平性等优点。 展开更多

关键词 竞标 协调 价格 电力市场 多目标优化 模型 经济 分组 算法 多目标问题

下载PDF 职称材料

基于信息熵构造判定树的数据挖掘算法的设计与实现 被引量：13

3

作者 颜宏文 马瑞 晏弼成 《计算机工程与应用》 CSCD 北大核心 2003年第23期180-182,213,共4页

该文讨论了信息量或熵构造判定树的数据挖掘算法,阐明了算法中如何处理高分枝属性、数据清理及剪枝等关键环节,并说明了具体实现方法。

关键词 数据挖掘 判定树 信息增益 信息熵

下载PDF 职称材料

一种改进的粒子群优化RBF网络学习算法 被引量：15

4

作者 刘鑫朝 颜宏文 《计算机技术与发展》 2006年第2期185-187,共3页

提出了一种新的用粒子群优化RBF网络学习的算法,即分组训练合成优化。该算法利用粒子之间的合作与竞争以实现对多维复杂空间的高维搜索能力,找出神经网络权值的最优解,以达到优化神经网络学习的目的。通过与用最小二乘法优化的神经网络... 提出了一种新的用粒子群优化RBF网络学习的算法,即分组训练合成优化。该算法利用粒子之间的合作与竞争以实现对多维复杂空间的高维搜索能力,找出神经网络权值的最优解,以达到优化神经网络学习的目的。通过与用最小二乘法优化的神经网络进行了比较,结果表明算法所优化的神经网络收敛效果明显、收敛速度快。 展开更多

关键词 集群智能 粒子群优化(PSO) 神经网络 径向基函数(RBF) 分组训练合成优化算法

下载PDF 职称材料

基于差分进化的含分布式电源母线净负荷预测 被引量：20

5

作者 颜宏文 李欣然 《电网技术》 EI CSCD 北大核心 2013年第6期1602-1606,共5页

随着低碳电力推进,大量风电等新能源将接入系统母线,以某省电网某母线接入的风电、小水电的不确定特性为基础,提出了一种基于差分进化粗糙集属性简约和最小二乘支持向量机结合的含分布式能源母线净负荷预测不确定分析方法。首先研究分... 随着低碳电力推进,大量风电等新能源将接入系统母线,以某省电网某母线接入的风电、小水电的不确定特性为基础,提出了一种基于差分进化粗糙集属性简约和最小二乘支持向量机结合的含分布式能源母线净负荷预测不确定分析方法。首先研究分析了接入某母线的风电、小水电出力特性,基于历史数据进行分布函数的拟合,然后采取服从风电、小水电出力分布的不同置信度阈值数据,将服从同一分布不同置信度阈值下风电、小水电出力随机数据作为负荷数据扰动,然后基于差分进化粗糙集属性简约和最小二乘支持向量机对母线净负荷进行预测不确定性分析。算例分析表明:提出的预测方法可用于风电、小水电接入的母线净负荷预测。 展开更多

关键词 分布式能源 差分进化 粗糙集属性简约 不确定性 净母线负荷 风电 小水电 置信度 负荷预测

下载PDF 职称材料

数据挖掘中判定树算法SLIQ的设计与应用 被引量：7

6

作者 颜宏文 马瑞 +1 位作者 龙际珍 颜宏斌 《计算机工程》 EI CAS CSCD 北大核心 2005年第6期60-62,共3页

分析了一种用Gini指标进行属性选择的SLIQ算法,讨论了提高效率的可行方法。把算法用到电力市场发电竞价决策系统中,通过对发电商的竞标能力进行挖掘,获取的知识对发电商的决策有重要现实意义。

关键词 数据挖掘 判定树 分类规则 SLIQ Gini指标 电力市场

下载PDF 职称材料

CEEMD-WT和CNN在短期风速预测中的应用研究 被引量：12

7

作者 颜宏文 卢格宇 《计算机工程与应用》 CSCD 北大核心 2018年第9期224-230,共7页

由于风速存在随机性和不稳定性,为了提高短期风速预测的精度,提出了一种基于完备总体经验模态分解(CEEMD)、小波变换(WT)和卷积神经网络(CNN)的短期风速预测混合模型。首先,CEEMD算法把原始风速序列分解成一些相对平稳的固有模态函数和... 由于风速存在随机性和不稳定性,为了提高短期风速预测的精度,提出了一种基于完备总体经验模态分解(CEEMD)、小波变换(WT)和卷积神经网络(CNN)的短期风速预测混合模型。首先,CEEMD算法把原始风速序列分解成一些相对平稳的固有模态函数和一个残差序列;然后,WT算法对每个固有模态函数进行二次去噪,进一步消除噪声对固有模态函数的影响;最后,卷积神经网络对每个固有模态函数、残差序列和影响风速的5个属性训练预测得到各自的预测结果,对所有的预测结果重构得到最终的预测结果。通过实验与其他4个风速预测模型进行比较,所提出的模型预测的绝对平均百分比误差(MAPE)最小,为2.484%,表明在短期风速预测方面CEEMD-WT-CNN模型有较好的性能。 展开更多

关键词 完备总体经验模态分解 小波变换 卷积神经网络 短期风速预测 固有模态分量 二次去噪

下载PDF 职称材料

基于层次聚类和极限学习机的母线短期负荷预测 被引量：11

8

作者 颜宏文 盛成功 《计算机应用》 CSCD 北大核心 2018年第8期2437-2441,共5页

利用传统方法预测母线负荷时,通常选取离待测日相近的一段时间作为历史相似日进行模型训练,没有考虑其天气情况、星期类型、节假日等因素的影响,相似日与待测日特征相差较大。为解决以上问题,提出一种基于层次聚类(HC)和极限学习机(ELM... 利用传统方法预测母线负荷时,通常选取离待测日相近的一段时间作为历史相似日进行模型训练,没有考虑其天气情况、星期类型、节假日等因素的影响,相似日与待测日特征相差较大。为解决以上问题,提出一种基于层次聚类(HC)和极限学习机(ELM)的母线负荷预测算法。首先使用层次聚类法将母线历史日负荷进行聚类,然后对层次聚类得出的聚类结果建立决策树,其次根据待测日的温度、湿度、星期和节假日类型等日属性在决策树中匹配出训练极限学习机预测模型的历史日负荷,最后建立极限学习机预测模型,对待测日母线日负荷进行预测。对两条不同母线的负荷进行了预测,与传统单一的极限学习机相比,所提算法的平均绝对百分比误差(MAPE)分别降低了1.4和0.8个百分点。实验结果表明,所提算法预测母线负荷具有更高的预测精度和稳定性。 展开更多

关键词 母线负荷 短期预测 层次聚类 决策树 极限学习机

下载PDF 职称材料

基于判定树的电力市场中发电商竞标能力数据挖掘的新思路 被引量：2

9

作者 马瑞 颜宏文 《电力系统自动化》 EI CSCD 北大核心 2002年第15期22-26,共5页

提出通过信息熵构造判定树的数据挖掘算法对历史竞标样本进行分类的新思路。介绍了算法中如何处理高分枝属性、数值属性和缺失数据及剪枝等关键环节。一个考虑市场需求水平、机组报价水平、机组容量等多因素的算例说明了该算法的实现过... 提出通过信息熵构造判定树的数据挖掘算法对历史竞标样本进行分类的新思路。介绍了算法中如何处理高分枝属性、数值属性和缺失数据及剪枝等关键环节。一个考虑市场需求水平、机组报价水平、机组容量等多因素的算例说明了该算法的实现过程并得到机组的负荷率与这些因素一些潜在的规则性知识 ,从而得到不同特征机组在市场中的竞标能力。 展开更多

关键词 判定树 电力市场 发电商竞标能力 数据挖掘 信息熵 发电机组 电力系统 负荷预测

下载PDF 职称材料

多目标优化分段竞标电力市场的研究 被引量：6

10

作者 马瑞 颜宏文 +2 位作者 贺仁睦 王鹏 杨华春 《电力系统自动化》 EI CSCD 北大核心 2004年第10期54-58,共5页

提出了一种兼顾污染物排放量最小和购电费用最小等多目标综合优化的电力市场分段竞标新模型。采用2种算法求解该模型:一是模糊算法,即首先分别求解各单目标分段竞标模型,接着将各目标函数模糊化,然后采用最大满意度法将多目标问题转化... 提出了一种兼顾污染物排放量最小和购电费用最小等多目标综合优化的电力市场分段竞标新模型。采用2种算法求解该模型:一是模糊算法,即首先分别求解各单目标分段竞标模型,接着将各目标函数模糊化,然后采用最大满意度法将多目标问题转化为新的单目标分段竞标问题,由此求得兼顾多目标的竞标结果;二是目标函数转化为约束算法,即将污染物排放量作为约束构成新的购电费用最小分段竞标模型。算例仿真结果表明了该模型的有效性,也表明该模型不仅具有分段竞标的优点,还可使经济、环保等多目标综合优化,从而体现竞标机组多因素贡献的公平性。 展开更多

关键词 电力市场 分段竞标 多目标优化 模糊算法 约束算法

下载PDF 职称材料

基于云模型的电网统计数据质量评估方法研究 被引量：10

11

作者 颜宏文 陈鹏 《计算机应用与软件》 CSCD 北大核心 2014年第12期100-103,共4页

针对电网统计数据的质量评估问题,提出一种基于云模型的质量评估方法。利用云模型对评语进行软划分,借助逆向云发生器将评估结果转化为云模型,并由此构造一个评价综合云。最后通过基于云模型的相似度算法计算评价综合云与各评价等级云... 针对电网统计数据的质量评估问题,提出一种基于云模型的质量评估方法。利用云模型对评语进行软划分,借助逆向云发生器将评估结果转化为云模型,并由此构造一个评价综合云。最后通过基于云模型的相似度算法计算评价综合云与各评价等级云的相似度,借以确定统计数据所隶属的评价等级。通过实例分析,验证了该方法的可行性与有效性,同时能够较好地避免常规方法在定性评价时的主观随意性缺陷。 展开更多

关键词 一强三优 指标体系 云发生器 评价云 等级云

下载PDF 职称材料

基于改进DBSCAN-RNN的电力负荷建模及可调特征提取 被引量：4

12

作者 张露 颜宏文 马瑞 《智慧电力》 北大核心 2023年第3期39-45,共7页

针对面向能源消纳的电力负荷实时调控需求,以电热水器为例建立调控模型,提出一种改进DBSCANRNN算法的电力负荷可调特征提取与可调潜力挖掘方法。以改进DBSCAN聚类结果作为RNN输入获得一种深度学习新策略,基于改进DBSCAN-RNN进行电器群... 针对面向能源消纳的电力负荷实时调控需求,以电热水器为例建立调控模型,提出一种改进DBSCANRNN算法的电力负荷可调特征提取与可调潜力挖掘方法。以改进DBSCAN聚类结果作为RNN输入获得一种深度学习新策略,基于改进DBSCAN-RNN进行电器群设定温度与天气温度、电器负荷功率的建模,考虑用户电器使用习惯,输出输入量对电器实际功率的影响因子以及电器可调功率与真实功率对应的状态方程参数。某市电热水器群实际数据结果表明所提方法可正确有效地获取海量电热水器群聚合负荷模型及其可调功率。 展开更多

关键词 可调潜力挖掘 改进DBSCAN聚类算法 RNN特征提取 负荷特性建模

下载PDF 职称材料

基于关联规则的PSO-Elman短期风速预测 被引量：7

13

作者 颜宏文 邹丹 《计算机工程与应用》 CSCD 北大核心 2017年第23期261-266,共6页

传统神经网络在短期风速预测中,存在易陷入局部极值和动态性能不足等问题,从而导致风速预测精度较低。为了提高风速预测精度,提出一种基于关联规则的粒子群优化Elman神经网络风速预测模型。利用粒子群算法优化Elman神经网络模型参数,以... 传统神经网络在短期风速预测中,存在易陷入局部极值和动态性能不足等问题,从而导致风速预测精度较低。为了提高风速预测精度,提出一种基于关联规则的粒子群优化Elman神经网络风速预测模型。利用粒子群算法优化Elman神经网络模型参数,以提高算法的收敛速度,避免陷入局部极值,以得到最优的预测值。同时结合关联规则分析考虑气象因素,采用Apriori算法对风速与其他气象因素进行关联规则挖掘,并利用得到的关联规则对风速预测值进行修正与补偿。实验结果表明,所提出的预测模型的预测效果比传统模型的效果更佳,同时验证了结合关联规则考虑气象因素能够降低风速预测误差。 展开更多

关键词 短期风速预测 关联规则 粒子群优化算法 ELMAN神经网络

下载PDF 职称材料

基于改进YOLOv5-LITE轻量级的配电组件缺陷识别 被引量：1

14

作者 颜宏文 万俊杰 +2 位作者 潘志敏 章健军 马瑞 《高电压技术》 EI CAS CSCD 北大核心 2024年第5期1855-1864,共10页

为对配电组件缺陷进行精确快速的定位和识别,提出一种基于改进YOLOv5-LITE轻量级的配电组件缺陷识别方法。为使模型便于部署至移动设备终端,该方法使用ShuffleNetV2作为骨干网提取特征构建YOLOv5-LITE轻量级神经网络模型,并摘除ShuffleN... 为对配电组件缺陷进行精确快速的定位和识别,提出一种基于改进YOLOv5-LITE轻量级的配电组件缺陷识别方法。为使模型便于部署至移动设备终端,该方法使用ShuffleNetV2作为骨干网提取特征构建YOLOv5-LITE轻量级神经网络模型,并摘除ShuffleNetV2的1024卷积和5×5池化,采用全局平均池化操作替代,降低网络参数量,提升模型检测速度;通过引入有利于细粒度目标检测的152×152特征层,实现了对大、中、小尺度的缺陷检测;在PANet架构中采用深度可分离卷积代替下采样使得网络更加轻量化。实验结果表明:该方法能够识别电缆脱离垫片、电缆与绝缘子脱落、无环绝缘子3种缺陷,其检测精度分别达到92%、95%、95%,网络参数量约为YOLOv5的1/4,检测速度达到2 ms/张。所提出的方法具有实时性、准确率高、轻量化等特点。 展开更多

关键词 目标检测 YOLOv5 ShuffleNetV2 轻量化 配电线路 缺陷识别

下载PDF 职称材料

基于粗糙集和信息熵的变压器故障诊断方法 被引量：4

15

作者 侯利娟 颜宏文 《计算机工程与设计》 CSCD 北大核心 2008年第2期418-420,共3页

根据属性约简过程中决策属性集相对条件属性集的条件熵的变化规律和属性,在分明矩阵中出现的频率作为启发式信息,提出了基于熵和属性频度的属性约简算法。在此基础上把粗糙集自动知识获取的理论应用在电力系统的变压器故障诊断。实例分... 根据属性约简过程中决策属性集相对条件属性集的条件熵的变化规律和属性,在分明矩阵中出现的频率作为启发式信息,提出了基于熵和属性频度的属性约简算法。在此基础上把粗糙集自动知识获取的理论应用在电力系统的变压器故障诊断。实例分析表明,该方法有效地减少了故障信息的冗余性,诊断效率高,结果易于理解,在电力系统其它领域可进行类似推广。 展开更多

关键词 粗糙集理论 分明矩阵 属性约简 条件熵 启发式信息

下载PDF 职称材料

市场环境下发电机组竞争能力的关联规则挖掘方法 被引量：3

16

作者 颜宏文 《电网技术》 EI CSCD 北大核心 2006年第13期61-65,共5页

针对常规的模糊综合评判中各因素的模糊化区间以及各因素之间的关联性对选择权重的影响,提出了应用关联规则的数据挖掘算法修正权重的新方法。首先对电力市场中发电商的竞争数据库进行挖掘并寻找发电商竞争能力评估体系中各因素之间的... 针对常规的模糊综合评判中各因素的模糊化区间以及各因素之间的关联性对选择权重的影响,提出了应用关联规则的数据挖掘算法修正权重的新方法。首先对电力市场中发电商的竞争数据库进行挖掘并寻找发电商竞争能力评估体系中各因素之间的关联关系;然后根据关联关系的强弱分析了各因素权重设置的合理性并重新修正了权重因子;最后建立了合理的模糊综合评判模型并将其应用于电力市场中发电商竞争能力的评判决策。数字仿真结果表明了该方法的有效性。 展开更多

关键词 关联规则挖掘 APRIORI算法 电力市场 模糊综合评判 机组竞争能力

下载PDF 职称材料

基于宽度优先搜索的K-medoids聚类算法 被引量：5

17

作者 颜宏文 周雅梅 潘楚 《计算机应用》 CSCD 北大核心 2015年第5期1302-1305,共4页

针对传统K-medoids聚类算法对初始值敏感、中心点随机选择以及聚类精度不够高等缺点,在粒计算有效初始化的基础上,提出中心点宽度优先搜索策略。首先,利用粒计算初始化获取K个有效粒子,遴选该K个粒子所对应的K个中心点作为K个初始中心点... 针对传统K-medoids聚类算法对初始值敏感、中心点随机选择以及聚类精度不够高等缺点,在粒计算有效初始化的基础上,提出中心点宽度优先搜索策略。首先,利用粒计算初始化获取K个有效粒子,遴选该K个粒子所对应的K个中心点作为K个初始中心点;然后,根据对象间的相似性分别对K个粒子中的对象建立以中心点为根节点的相似对象二叉树,通过宽度优先搜索遍历二叉树迭代出最优中心点,同时采用簇间距离和簇内距离优化准则函数。实验结果表明,所提算法在UCI中Iris和Wine标准数据集中测试,在有效缩短迭代次数的同时保证了算法聚类准确率。 展开更多

关键词 K-medoids聚类算法 粒计算 相似对象二叉树 宽度优先搜索 适应度函数

下载PDF 职称材料

基于优化粒计算下微粒子动态搜索的K-medoids聚类算法 被引量：5

18

作者 宋红海 颜宏文 《智能计算机与应用》 2016年第2期9-13,共5页

K-medoids算法具有对初始聚类中心敏感,聚类准确度不高及时间复杂度大的缺点。基于此,文中提出一种优化的K-medoids算法;该算法在已有的粒计算初始化基础上进行了改进,以对象之间的相似性作为判断依据,结合最大最小法初始化聚类中心,能... K-medoids算法具有对初始聚类中心敏感,聚类准确度不高及时间复杂度大的缺点。基于此,文中提出一种优化的K-medoids算法;该算法在已有的粒计算初始化基础上进行了改进,以对象之间的相似性作为判断依据,结合最大最小法初始化聚类中心,能有效地获取最佳或近似最佳的聚类中心;在优化的粒计算前提下,提出了基于微粒子动态搜索策略,以初始中心点作为基点,粒子内所有对象到其中心的平均距离为半径,形成一个微粒子;在微粒子内部,采用离中心点先近后远的原则进行搜索,能有效地缩小搜索范围,提高聚类准确率。实验结果表明:在UCI多个标准数据集中测试,且与其他改进的K-medoids算法比较分析,该算法在有效缩短收敛时间的同时保证了算法聚类准确率。 展开更多

关键词 聚类 K-medoids算法 粒计算 相似性 微粒子动态搜索

下载PDF 职称材料

基于LSTM-Attention融合的电力客户主动服务推荐方法 被引量：4

19

作者 张帝 王韬 +4 位作者 朱吉然 唐海国 张志丹 唐小伟 颜宏文 《电力科学与技术学报》 CAS 北大核心 2022年第2期213-218,共6页

为提升用电水平,借助人工智能技术进行电力客户主动服务是必然趋势。针对电力行业中在客户主动服务方面的研究不足,提出一种基于LSTM-Attention融合的电力客户主动服务推荐方法。该方法能够有效地解决单一深度学习模型在服务推荐当中出... 为提升用电水平,借助人工智能技术进行电力客户主动服务是必然趋势。针对电力行业中在客户主动服务方面的研究不足,提出一种基于LSTM-Attention融合的电力客户主动服务推荐方法。该方法能够有效地解决单一深度学习模型在服务推荐当中出现的梯度弥撒以及梯度爆炸等问题。本文首先建立从电力投诉工单提取客户潜在服务需求的模型;进而获得基于LSTM-Attention融合算法的电力客户主动服务推荐方法;最后采用某市电力客户投诉工单实例随算法和模型进行验证。实验表明本文方法正确有效。 展开更多

关键词 主动服务推荐 电力投诉 潜在服务需求 LSTM-Attention

下载PDF 职称材料

基于多维关联规则的电网脆弱性识别研究 被引量：4

20

作者 颜宏文 谢启龙 《计算机应用与软件》 CSCD 2015年第11期36-40,共5页

随着电网线路故障多样性、多重性、不确定性等因素的积累导致大面积停电事故时有发生,能否挖掘出潜在的线路隐患并制定相关的应对措施,对政府部门和电力企业进行决策起着重要作用。针对传统关联规则挖掘表示形式单一、多维度展现的不足... 随着电网线路故障多样性、多重性、不确定性等因素的积累导致大面积停电事故时有发生,能否挖掘出潜在的线路隐患并制定相关的应对措施,对政府部门和电力企业进行决策起着重要作用。针对传统关联规则挖掘表示形式单一、多维度展现的不足、效率不高的缺点,介绍一种有效地将数据立方体技术和FP-Growth算法相结合的线路故障快速预警方法,提出一种从多维角度分析故障的模式,通过可视化输出的判别规则来为电力系统故障预测和预警提供可靠的决策依据。最后以某省电网线路故障数据为例,验证了方法的有效性和实用性。 展开更多

关键词 数据挖掘 多维关联规则 数据立方体FP—Growth 故障预测

下载PDF 职称材料