期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于SSA-BPNN-ARIMA残差校正的变压器套管温度预测 被引量:4
1
作者 张慧芬 +2 位作者 王植 张驰 董振 《国外电子测量技术》 北大核心 2022年第2期151-156,共6页
针对于变压器套管温度预测,提出了一种残差校正模型,选择差分自回归移动平均模型挖掘温度序列中的线性变化规律并对未来温度值进行预测,同时提取出预测值的残差量用于训练反馈神经网络,挖掘残差量的非线性变化规律,对未来残差量进行预测... 针对于变压器套管温度预测,提出了一种残差校正模型,选择差分自回归移动平均模型挖掘温度序列中的线性变化规律并对未来温度值进行预测,同时提取出预测值的残差量用于训练反馈神经网络,挖掘残差量的非线性变化规律,对未来残差量进行预测,用以校正差分自回归移动平均模型的温度预测值。在训练反馈神经网络时,使用麻雀搜索算法对其进行优化,改善了训练时易陷入局部最优的缺点。最后,通过实际算例与单一模型和简单加权组合模型进行对比,结果表明,所提残差校正模型相较于另3种模型,预测精度与稳定性有明显的提高。 展开更多
关键词 变压器套管 温度预测 差分自回归移动平均模型 反馈神经网络 麻雀搜索算法 残差校正
下载PDF
基于变权重组合的电气设备温度预测模型 被引量:1
2
作者 张慧芬 +1 位作者 刘宗杰 张驰 《控制工程》 CSCD 北大核心 2023年第4期694-702,共9页
针对电气设备温度预测问题,提出一种变权重组合预测模型。首先,建立反馈神经网络、灰色模型、差分自回归移动平均模型三种单一预测模型。针对反馈神经网络易陷入局部最优的缺点,采用麻雀搜索算法进行优化。然后,利用灰色关联度对层次分... 针对电气设备温度预测问题,提出一种变权重组合预测模型。首先,建立反馈神经网络、灰色模型、差分自回归移动平均模型三种单一预测模型。针对反馈神经网络易陷入局部最优的缺点,采用麻雀搜索算法进行优化。然后,利用灰色关联度对层次分析进行改进,实现各单一预测模型对应权重值的自适应计算,并外推权重值。最后,对三种单一预测模型的预测值进行加权求和。利用某地区变压器顶层油温数据进行实例分析,算例结果表明,使用改进层次分析法实现的变权重组合预测模型在整体预测精度与稳定性方面明显优于单一预测模型,可较好地应用在电气设备温度预测中。 展开更多
关键词 电气设备温度 变权重组合 灰色关联度 层次分析法
下载PDF
基于电压变化特征的配电网故障类型及铁磁谐振辨识方法 被引量:4
3
作者 张驰 张慧芬 +2 位作者 孙刚 王植 《广东电力》 2022年第6期50-59,共10页
针对以往配电网故障类型辨识方法所能区分出的故障类型较少的缺陷,提出一种基于电压变化特征的配电网故障类型及铁磁谐振的辨识方法。通过对系统三相电压和零序电压进行小波变换,利用零序电压第1层低频能量值对相间故障、接地故障及铁... 针对以往配电网故障类型辨识方法所能区分出的故障类型较少的缺陷,提出一种基于电压变化特征的配电网故障类型及铁磁谐振的辨识方法。通过对系统三相电压和零序电压进行小波变换,利用零序电压第1层低频能量值对相间故障、接地故障及铁磁谐振进行区分;利用三相电压的小波奇异熵值区分接地故障和相间故障的故障相;利用小波能量权重系数最大频带故障前后的小波能量比值区分单相接地故障和工频铁磁谐振;将故障相电压的峰值作为判据,区分单相断线故障(single-phase disconnection fault,SDF)与单相接地故障、工频铁磁谐振;利用零序电压和故障相电压的小波能量值区间区分单相断线兼电源侧接地复故障(single-phase disconnection and power side grounding fault,SDPSGF)和单相断线兼负荷侧接地复故障(single-phase disconnection and load side grounding fault,SDLSGF)。MATLAB/Simulink仿真验证了所提方法的有效性,故障类型辨识准确率较高且不受过渡电阻等条件的影响。 展开更多
关键词 配电网 故障类型辨识 电压 小波能量 奇异熵值
下载PDF
配电线路接点温度远程监测与预测系统 被引量:4
4
作者 纪鹏志 董振 +1 位作者 付开强 《工业仪表与自动化装置》 2022年第1期76-81,共6页
为了能够远程实时地监测配电线路中的T型接点、接续点温度,并且掌握接点温度未来的变化趋势,保障配电网安全运行,设计了一种配电线路接点温度远程监测与预测系统。该系统按感知层、网络层、平台层与应用层的顺序,由下而上逐层进行设计... 为了能够远程实时地监测配电线路中的T型接点、接续点温度,并且掌握接点温度未来的变化趋势,保障配电网安全运行,设计了一种配电线路接点温度远程监测与预测系统。该系统按感知层、网络层、平台层与应用层的顺序,由下而上逐层进行设计与开发。终端节点部署在线路接点处,以非接触式红外测温的方法获取温度数据,并通过LoRa技术将温度数据传输至汇聚节点,汇聚节点汇总下属所有终端节点的温度数据后通过4G网络上传至阿里云端,上位机从阿里云中获取温度数据并建立差分自回归移动平均模型(ARIMA)来预测接点温度的变化趋势,同时手机APP端同步显示接点温度的监测数据。测试结果表明,系统可以实现远程监测接点温度,ARIMA模型可较为精准的预测未来的温度值,提高了测温效率,具有较强的实用性。 展开更多
关键词 配电线路 接点温度 监测 差分自回归移动平均模型 预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部