购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP
作者介绍

林琳,女,1979年生,吉林化工学院副教授。研究方向为人工智能在电气工程领域的应用。

黄南天,男,1980年生,东北电力大学教授。研究方向包括电能质量分析与控制、多源-荷预测、多主体演化博弈规划、含储能柔性资源调度等。

图2-1 不同SNR与采样率下信号ND值分布

图4-14 根据4种特征对14种扰动的分析

图5-13 最优电能质量特征子集分类能力散点图

图9-8 特征分类能力分析

图9-9 不同ROF参数组合寻优过程

复杂电能质量智能分析是近年来电能质量控制领域的热点。常见复杂电能质量智能分析包括电能质量信号压缩、暂态分类和暂态检测与定位等。本书将时-频分析方法与模式识别技术相结合,分别针对电能质量信号压缩、不同需求下的扰动识别和复杂参数条件下的扰动检测定位开展研究。基础篇,介绍了电能质量信号压缩、暂态分类和暂态检测与定位的意义及国内外发展研究现状。应用篇,介绍了电能质量信号智能分析的实例,如单类支持向量机与归一化距离测度的电能质量信号压缩方法;由S变换及其改进形式获得的时-频特征,通过特征选择方法,降低分类器维数,提高分类效率,并分别设计基于决策树、极限学习机、随机森林的暂态分类系统;基于Hyperbolic S变换(HS变换)、多分辨率快速S变换的电能质量扰动信号参数检测方法。高级篇,介绍了基于旋转森林的电能质量扰动识别方法以及基于时域特征提取和轻量级梯度提升机的电能质量扰动识别方法,并通过仿真实例证明了其有效性。 p3oepBUSCS96RN6HB68yPFl4x4O3hCQ32slm2oRRz/Vi2I+yLZdufLBeYbr57Rhq

点击中间区域
呼出菜单
上一章
目录
下一章
×

打开