广东省自然科学基金(815100900100059)
- 作品数：2 被引量：5H指数：1
- 相关作者：陈波刘瑗瑗荆朝霞彭显刚李亚红更多>>
- 相关机构：华南理工大学广东工业大学河南省电力公司漯河供电公司更多>>
- 发文基金：“十一五”国家科技支撑计划广东省自然科学基金更多>>
- 相关领域：电气工程更多>>
- 电压无功控制中的不良数据辨识被引量：1
- 2010年
- 电压无功控制(VRPC)由于缺少对变电站遥测数据的真实性进行有效和准确地辨识,容易引起装置误动.针对电压无功控制装置的功能和研究现状,根据无功负荷曲线相似性和平滑性的两个重要特征,采用改进的BP神经网络模型,通过对影响无功负荷的主要因素进行离线训练,实现对无功负荷曲线的拟合,进而实现对无功负荷的预测.通过对实时无功负荷数据和预测无功负荷数据进行比较,实现对不良无功数据的在线辨识.仿真算例验证了改进的BP神经网络模型的有效性和准确性.
- 陈波李保全李亚红刘配配刘瑗瑗
- 关键词：变电站无功负荷不良数据辨识
- 自动电压控制中不良数据的辨识被引量：4
- 2010年
- 自动电压控制(AVC)系统由于缺乏对发电厂遥测量数据真实性的有效和准确辨识,容易引起装置误动.支持向量机(SVM)是一种具有优良模式识别性能的数据挖掘方法.文中利用SVM建立发电厂遥测量不良数据的辨识模型:首先应用SVM非线性回归对各种运行情况下发电厂的遥测量数据进行曲线拟合,然后应用SVM训练分类网络.将实时遥测量数据输入到训练好的曲线拟合网络和分类网络中,就能够迅速判断该遥测量数据是否为不良数据.仿真算例验证了SVM模型的有效性和准确性.
- 陈波刘瑗瑗荆朝霞彭显刚
- 关键词：自动电压控制误动支持向量机不良数据辨识
