您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(2011JBM092)

作品数:3 被引量:22H指数:3
相关作者:肖燕彩张清徐叔阳韩肖王鹏更多>>
相关机构:北京交通大学国电南瑞科技股份有限公司天津工业大学更多>>
发文基金:中央高校基本科研业务费专项资金更多>>
相关领域:电气工程自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇电气工程
  • 1篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 1篇电能
  • 1篇电能表
  • 1篇读数系统
  • 1篇模糊C均值聚...
  • 1篇模糊支持向量...
  • 1篇聚类
  • 1篇聚类算法
  • 1篇均值聚类
  • 1篇均值聚类算法
  • 1篇功率
  • 1篇故障诊断
  • 1篇二叉树
  • 1篇风电
  • 1篇风电功率
  • 1篇SVM
  • 1篇EMD

机构

  • 3篇北京交通大学
  • 1篇天津工业大学
  • 1篇国电南瑞科技...

作者

  • 3篇肖燕彩
  • 1篇陈广华
  • 1篇王鹏
  • 1篇韩肖
  • 1篇张清
  • 1篇陈梅倩
  • 1篇徐叔阳
  • 1篇苗鹏
  • 1篇张宗健

传媒

  • 3篇北京交通大学...

年份

  • 3篇2012
3 条 记 录,以下是 1-3
排序方式:
基于模糊支持向量机的变压器故障诊断被引量:13
2012年
针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型.采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优.实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的.
肖燕彩张清
关键词:模糊支持向量机二叉树故障诊断模糊C均值聚类算法变压器
基于EMD与SVM的风电功率短期预测被引量:6
2012年
由于风电存在着不确定性,风电功率预测对于接入大量风电的电力系统意义重大.为了提高风电功率的预测精度,本文建立了基于经验模式分解法(EMD)与支持向量机(SVM)的复合预测模型.考虑到风力机组的输出有很强的非线性,该模型首先将训练数据按风速大小分成高、中、低3组,然后对各组的风电功率样本序列进行经验模式分解,并建立各个频带分量的支持向量机预测模型,各模型的预测结果等权求和即得到最终的功率预测值.使用风电场现场采集数据的预测结果,验证了该方法的可行性和有效性.
肖燕彩王鹏韩肖徐叔阳
关键词:风电功率支持向量机
字轮电能表读数系统的数字识别算法被引量:3
2012年
提出了字轮电能表读数系统字轮区域图像定位、数字图像区域定位和数字区域图像信息增强3方面的算法,并对它们进行了适当的融合.经过试验表明,基于这些算法的数字识别结果准确率较高.
陈广华苗鹏张宗健陈梅倩肖燕彩
共1页<1>
聚类工具0