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
2
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
基于类噪声扰动的电网惯量常态化连续估计方法
被引量：
27
1
作者
李世春
夏智雄
+4 位作者
程绪长
舒征宇
钟浩
涂杰
黄森焰
《中国电机工程学报》
EI
CSCD
北大核心
2020年第14期4430-4439,共10页
精确估计惯量是客观评估电网频率安全稳定性的关键环节,现有方法主要基于有功–频率大扰动的离散事件,无法对电网惯量连续估计。鉴于此,该文研究利用有功–频率类噪声扰动信息连续估计电网惯量的方法。首先以区域为对象,将断面联络功率...
精确估计惯量是客观评估电网频率安全稳定性的关键环节,现有方法主要基于有功–频率大扰动的离散事件,无法对电网惯量连续估计。鉴于此,该文研究利用有功–频率类噪声扰动信息连续估计电网惯量的方法。首先以区域为对象,将断面联络功率和区域内负荷扰动作为输入、频率扰动作为输出,应用输出误差(output error,OE)模型对区域惯量进行估计,进而对各区域合并求解全网等效惯量。提出数据分段、移动数据窗的处理方式,对多段类噪声输入的OE模型分范围选阶辨识,并剔除离群值,获取充足的惯量估计样本及其均值,减小随机扰动引起的辨识误差。最后通过算例系统验证所提方法和模型的有效性及精确性。
展开更多
关键词
电网惯量连续估计
系统辨识
类噪声
输出误差模型
数据分段
下载PDF
职称材料
输入数据缺失情况下的OE模型辨识算法研究
被引量：
3
2
作者
耿立辉
萧德云
《高技术通讯》
EI
CAS
CSCD
北大核心
2010年第3期279-283,共5页
针对辨识技术应用过程中出现的一类输入数据随机缺失时的辨识问题进行了研究。针对输出误差(OE)模型描述的一类系统,提出了一种模型辨识和缺失数据预测交互迭代的辨识算法。在模型辨识中采用了递推的辨识算法便于形成实时更新的在线辨...
针对辨识技术应用过程中出现的一类输入数据随机缺失时的辨识问题进行了研究。针对输出误差(OE)模型描述的一类系统,提出了一种模型辨识和缺失数据预测交互迭代的辨识算法。在模型辨识中采用了递推的辨识算法便于形成实时更新的在线辨识策略;而在缺失数据的预测过程中,利用小波降噪技术对预测数据进行适应性的滤波。仿真和分析表明,所提出的辨识算法对连续性输入数据缺失具有很强的鲁棒性;与没有小波技术参与的辨识算法相比,该算法具有较高的模型辨识精度和对缺失数据较好的预测能力。
展开更多
关键词
输入数据缺失
输出误差(
oe
)模型
小波降噪
迭代辨识
下载PDF
职称材料
题名
基于类噪声扰动的电网惯量常态化连续估计方法
被引量：
27
1
作者
李世春
夏智雄
程绪长
舒征宇
钟浩
涂杰
黄森焰
机构
梯级水电站运行与控制湖北省重点实验室(三峡大学电气与新能源学院)
山东理工职业学院
出处
《中国电机工程学报》
EI
CSCD
北大核心
2020年第14期4430-4439,共10页
基金
国家自然科学基金项目(51907104)
湖北省自然科学基金项目(2019CFB207)。
文摘
精确估计惯量是客观评估电网频率安全稳定性的关键环节,现有方法主要基于有功–频率大扰动的离散事件,无法对电网惯量连续估计。鉴于此,该文研究利用有功–频率类噪声扰动信息连续估计电网惯量的方法。首先以区域为对象,将断面联络功率和区域内负荷扰动作为输入、频率扰动作为输出,应用输出误差(output error,OE)模型对区域惯量进行估计,进而对各区域合并求解全网等效惯量。提出数据分段、移动数据窗的处理方式,对多段类噪声输入的OE模型分范围选阶辨识,并剔除离群值,获取充足的惯量估计样本及其均值,减小随机扰动引起的辨识误差。最后通过算例系统验证所提方法和模型的有效性及精确性。
关键词
电网惯量连续估计
系统辨识
类噪声
输出误差模型
数据分段
Keywords
continuous
estimation
of
grid
inertia
system
identification
ambient
noise
output
error
(
oe
)
model
data
segmentation
分类号
TM71 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
输入数据缺失情况下的OE模型辨识算法研究
被引量：
3
2
作者
耿立辉
萧德云
机构
清华大学自动化系
出处
《高技术通讯》
EI
CAS
CSCD
北大核心
2010年第3期279-283,共5页
基金
中国博士后基金(20080440386)资助项目
文摘
针对辨识技术应用过程中出现的一类输入数据随机缺失时的辨识问题进行了研究。针对输出误差(OE)模型描述的一类系统,提出了一种模型辨识和缺失数据预测交互迭代的辨识算法。在模型辨识中采用了递推的辨识算法便于形成实时更新的在线辨识策略;而在缺失数据的预测过程中,利用小波降噪技术对预测数据进行适应性的滤波。仿真和分析表明,所提出的辨识算法对连续性输入数据缺失具有很强的鲁棒性;与没有小波技术参与的辨识算法相比,该算法具有较高的模型辨识精度和对缺失数据较好的预测能力。
关键词
输入数据缺失
输出误差(
oe
)模型
小波降噪
迭代辨识
Keywords
missing
input
data,
output
error
（
oe
）
model
,
wavelet
de-noising,
iterative
identification
分类号
N945.14 [自然科学总论—系统科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于类噪声扰动的电网惯量常态化连续估计方法
李世春
夏智雄
程绪长
舒征宇
钟浩
涂杰
黄森焰
《中国电机工程学报》
EI
CSCD
北大核心
2020
27
下载PDF
职称材料
2
输入数据缺失情况下的OE模型辨识算法研究
耿立辉
萧德云
《高技术通讯》
EI
CAS
CSCD
北大核心
2010
3
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
