期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进Elman神经网络的变压器故障诊断方法
被引量：
8
1
作者
王英洁
曹铁男
《沈阳工业大学学报》
EI
CAS
北大核心
2021年第3期254-258,共5页
针对变压器故障诊断困难的问题,提出了一种基于改进Elman神经网络的变压器故障诊断方法.利用核主成分分析算法对Elman神经网络进行改进,通过引入累积贡献率计算得到改进Elman神经网络最优输入特征参数,基于数据集和测试集将改进Elman神...
针对变压器故障诊断困难的问题,提出了一种基于改进Elman神经网络的变压器故障诊断方法.利用核主成分分析算法对Elman神经网络进行改进,通过引入累积贡献率计算得到改进Elman神经网络最优输入特征参数,基于数据集和测试集将改进Elman神经网络应用于变压器的常见故障诊断中,并将试验结果与其他故障诊断方法的诊断结果进行对比.结果表明,所提方法诊断准确率超过90%,与支持向量机和BP神经网络诊断方法相比,该方法的诊断准确率更高.
展开更多
关键词
ELMAN神经网络
核
主成分分析
算法
变压器
故障诊断
参考向量
特征参数
数据集
测试集
下载PDF
职称材料
基于KPCA特征量降维的风电并网系统暂态电压稳定性评估
2
作者
张晓英
史冬雪
+1 位作者
张琎
张鑫
《兰州理工大学学报》
CAS
北大核心
2024年第2期96-103,共8页
针对电力系统暂态电压稳定性评估中所需特征量数据庞大,影响模型训练时间,降低计算效率等问题,提出了一种基于核主成分分析方法KPCA和CPSO-BP组合的风电并网系统暂态电压稳定性评估方法.首先根据输入特征采集原始特征集,采用核主成分分...
针对电力系统暂态电压稳定性评估中所需特征量数据庞大,影响模型训练时间,降低计算效率等问题,提出了一种基于核主成分分析方法KPCA和CPSO-BP组合的风电并网系统暂态电压稳定性评估方法.首先根据输入特征采集原始特征集,采用核主成分分析算法对特征量进行非线性数据处理,提取出最优的特征集.然后将降维后的特征集作为CPSO-BP神经网络输入量进行监督学习,将得到的模型按照临界故障切除时间裕度值的大小进行分类,将分类后的样本进行风电并网系统的暂态电压稳定性评估和临界故障切除时间裕度值预测.仿真分析结果表明,对输入特征进行降维,保留重要输入特征量,剔除冗余特征量,不仅简化了模型,还提高了网络评估的准确性和计算效率.
展开更多
关键词
风电并网
核
主成分分析
算法
降维
CPSO-BP神经网络
暂态电压稳定性评估
下载PDF
职称材料
密度敏感鲁棒模糊核主成分分析算法
被引量：
2
3
作者
陶新民
常瑞
+3 位作者
沈微
李晨曦
王若彤
刘艳超
《自动化学报》
EI
CSCD
北大核心
2020年第2期358-372,共15页
针对传统核主成分分析算法(Kernel principal component analysis, KPCA)对野性样本点敏感等缺陷,提出一种密度敏感鲁棒模糊核主成分分析算法(Density-Sensitive robust fuzzy kernel principal component analysis, DRF-KPCA).该算法...
针对传统核主成分分析算法(Kernel principal component analysis, KPCA)对野性样本点敏感等缺陷,提出一种密度敏感鲁棒模糊核主成分分析算法(Density-Sensitive robust fuzzy kernel principal component analysis, DRF-KPCA).该算法首先通过引入相对密度确定样本初始隶属度,并构建出基于重构误差的隶属度确定方法,同时采用最优梯度下降法实现隶属度的更新,有效解决了传统核主成分分析算法对野性样本点敏感导致的主成分偏移等问题.最后,通过简化重构误差的计算公式,大大降低了算法的计算复杂度和运行时间.实验部分,利用有野性样本点和无野性样本点的数据集对本文算法、KPCA及其他改进算法的主成分分析性能进行测试,结果表明DRF-KPCA能有效消除野性样本点对主元分布的影响.此外,试验通过分析参数对算法性能的影响给出了合理的参数取值建议.最后将本文算法与其他算法应用到分类问题中进行对比,实验表明本文算法的分类性能较其他算法有显著提高.
展开更多
关键词
相对密度
核
主成分分析
算法
隶属度
分类性能
下载PDF
职称材料
题名
基于改进Elman神经网络的变压器故障诊断方法
被引量：
8
1
作者
王英洁
曹铁男
机构
中国南方电网有限责任公司科学研究院
出处
《沈阳工业大学学报》
EI
CAS
北大核心
2021年第3期254-258,共5页
基金
国家自然科学基金项目(61372071)
中国南方电网有限责任公司专项课题(ZBKJXM20170060).
文摘
针对变压器故障诊断困难的问题,提出了一种基于改进Elman神经网络的变压器故障诊断方法.利用核主成分分析算法对Elman神经网络进行改进,通过引入累积贡献率计算得到改进Elman神经网络最优输入特征参数,基于数据集和测试集将改进Elman神经网络应用于变压器的常见故障诊断中,并将试验结果与其他故障诊断方法的诊断结果进行对比.结果表明,所提方法诊断准确率超过90%,与支持向量机和BP神经网络诊断方法相比,该方法的诊断准确率更高.
关键词
ELMAN神经网络
核
主成分分析
算法
变压器
故障诊断
参考向量
特征参数
数据集
测试集
Keywords
Elman neural network
kernel principal component analysis
transformer
fault diagnosis
reference vector
characteristic parameter
data set
test set
分类号
TM41 [电气工程—电器]
下载PDF
职称材料
题名
基于KPCA特征量降维的风电并网系统暂态电压稳定性评估
2
作者
张晓英
史冬雪
张琎
张鑫
机构
兰州理工大学电气工程与信息工程学院
国网甘肃省电力公司陇南供电公司
国网甘肃省电力公司超高压公司
出处
《兰州理工大学学报》
CAS
北大核心
2024年第2期96-103,共8页
基金
国家自然科学基金(51867015)。
文摘
针对电力系统暂态电压稳定性评估中所需特征量数据庞大,影响模型训练时间,降低计算效率等问题,提出了一种基于核主成分分析方法KPCA和CPSO-BP组合的风电并网系统暂态电压稳定性评估方法.首先根据输入特征采集原始特征集,采用核主成分分析算法对特征量进行非线性数据处理,提取出最优的特征集.然后将降维后的特征集作为CPSO-BP神经网络输入量进行监督学习,将得到的模型按照临界故障切除时间裕度值的大小进行分类,将分类后的样本进行风电并网系统的暂态电压稳定性评估和临界故障切除时间裕度值预测.仿真分析结果表明,对输入特征进行降维,保留重要输入特征量,剔除冗余特征量,不仅简化了模型,还提高了网络评估的准确性和计算效率.
关键词
风电并网
核
主成分分析
算法
降维
CPSO-BP神经网络
暂态电压稳定性评估
Keywords
wind power grid connection
kernel principal component analysis algorithm
dimension reduction
CPSO-BP neural network
transient voltage stability assessment
分类号
TM712 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
密度敏感鲁棒模糊核主成分分析算法
被引量：
2
3
作者
陶新民
常瑞
沈微
李晨曦
王若彤
刘艳超
机构
东北林业大学工程技术学院
出处
《自动化学报》
EI
CSCD
北大核心
2020年第2期358-372,共15页
基金
中央高校基本科研业务费专项资金(2572017EB02,2572017CB07)
东北林业大学双一流科研启动基金(411112438)
+1 种基金
哈尔滨市科技局创新人才基金(2017RAXXJ018)
国家自然基金(31570547)资助~~
文摘
针对传统核主成分分析算法(Kernel principal component analysis, KPCA)对野性样本点敏感等缺陷,提出一种密度敏感鲁棒模糊核主成分分析算法(Density-Sensitive robust fuzzy kernel principal component analysis, DRF-KPCA).该算法首先通过引入相对密度确定样本初始隶属度,并构建出基于重构误差的隶属度确定方法,同时采用最优梯度下降法实现隶属度的更新,有效解决了传统核主成分分析算法对野性样本点敏感导致的主成分偏移等问题.最后,通过简化重构误差的计算公式,大大降低了算法的计算复杂度和运行时间.实验部分,利用有野性样本点和无野性样本点的数据集对本文算法、KPCA及其他改进算法的主成分分析性能进行测试,结果表明DRF-KPCA能有效消除野性样本点对主元分布的影响.此外,试验通过分析参数对算法性能的影响给出了合理的参数取值建议.最后将本文算法与其他算法应用到分类问题中进行对比,实验表明本文算法的分类性能较其他算法有显著提高.
关键词
相对密度
核
主成分分析
算法
隶属度
分类性能
Keywords
Relative density
kernel principal component analysis
membership degree
classification performance
分类号
O212.4 [理学—概率论与数理统计]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进Elman神经网络的变压器故障诊断方法
王英洁
曹铁男
《沈阳工业大学学报》
EI
CAS
北大核心
2021
8
下载PDF
职称材料
2
基于KPCA特征量降维的风电并网系统暂态电压稳定性评估
张晓英
史冬雪
张琎
张鑫
《兰州理工大学学报》
CAS
北大核心
2024
0
下载PDF
职称材料
3
密度敏感鲁棒模糊核主成分分析算法
陶新民
常瑞
沈微
李晨曦
王若彤
刘艳超
《自动化学报》
EI
CSCD
北大核心
2020
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
