教育部留学回国人员科研启动基金(200447) 作品数:7 被引量:124 H指数:5 相关作者: 姜惠兰 安敏 唐晓骏 刘飞 刘晓津 更多>> 相关机构: 天津大学 国家电网公司 国网天津市电力公司 更多>> 发文基金: 教育部留学回国人员科研启动基金 更多>> 相关领域: 电气工程 自动化与计算机技术 更多>>
基于模糊神经网络的发电机励磁控制器的研究 被引量:28 2005年 在分析发电机励磁控制系统的基础上将模糊控制理论和神经网络技术有机结合,提出了基于模糊神经网络(Fuzzy Neural Network,FNN)的智能型励磁控制策略,构造了具有双FNN模型结构的励磁控制器。所构建的FNN励磁控制系统不仅保留了模糊控制的功能,而且具有体现励磁控制非线性特征的能力,能更精确地反映系统的动态变化过程,具有更强的鲁棒性和适应性。 姜惠兰 魏强 唐晓骏关键词:发电机 励磁控制器 励磁控制系统 模糊神经网络 模糊控制理论 FNN 基于多Agent的变电站操作票自动生成系统 被引量:12 2005年 变电站操作票制度是保证变电站安全、可靠运行的重要措施,因此开具正确无误的倒闸操作票对于变电站的运行操作和维护管理具有重要的意义。本文提出将分布式人工智能之多Agent理论应用于操作票自动生成系统中,并结合RBF神经网络技术,建造了由设备操作序列生成Agent、校核Agent、解释Agent、协调控制Agent组成的具有分布式结构的变电站操作票MAS。研究表明该系统的实现过程简单、维护管理方便、具有较强的智能性。 姜惠兰 刘洁 梁昭君 岳亚林关键词:变电站 多AGENT 操作票 RBFNN 用HCM聚类算法RBF网络诊断输电线路故障 被引量:4 2005年 在分析高压输电线路故障诊断方法的基础上,利用径向基函数(RBF)网络适于求解模式识别问题的优势,建造了基于RBF网络的高压输电线路故障诊断模型结构,来实现高压输电线路的故障诊断。同时采用基于优化原理的HCM算法实现聚类过程,来确定RBF网络的隐含层节点数,使网络的利用效率较高。仿真分析及容错性测试结果表明,该法能有效地实现高压输电线路系统的故障诊断,且在网络的训练速度及对畸变输入信息的容错能力方面都优于传统的BP神经网络(BPNN),对实时信息处理系统有一定适用性。 姜惠兰 关颖 刘飞 徐建强关键词:高压输电线路 RBF网络 故障诊断 配电网线损计算径向基函数神经网络方法 被引量:17 2007年 提出了一种电力配电网线损计算的RBFNN(Radial basis function neural networks)方法.主要利用RBFNN较强的拟合特性映射线损与特征参数之间复杂的非线性关系,记忆配电线路在结构参数和运行参数变化时线损的规律.采用LBG聚类方法和一种确定最佳聚类数的标准来优化RBFNN隐层节点,以提高网络的利用效率.实例仿真验证了所提方法的有效性和实用性. 姜惠兰 刘文良 孟庆强 张柳关键词:RBF神经网络 聚类算法 配电网 线损 基于实数编码遗传算法的模糊励磁调节器研究 被引量:4 2005年 针对发电机励磁调节器设计过程中输入和输出变量的隶属度函数以及量化因子的选取问题,在常规模糊式励磁控制的基础上提出了采用实数编码遗传算法来优化模糊参数,进而设计出基于遗传算法优化的发电机模糊励磁调节器。仿真实验证明,该励磁调节器比传统PID励磁控制方式的控制效果更好,鲁棒性更强。 姜惠兰 张强 安敏 唐晓骏关键词:模糊逻辑 遗传算法 励磁调节器 实数编码 基于动态聚类算法径向基函数网络的配电网线损计算 被引量:53 2005年 提出了基于径向基函数网络的计算配电网线损的实用方法。对有代表性的配电线路的线损与特征参数的样本数据,采用一种新的动态聚类算法进行聚类,来确定RBF网络的隐含层节点,不仅聚类速度快,而且隐含层节点数的优化提高了网络的利用效率。利用RBF网络强的拟合特性映射线损与特征参数之间复杂的非线性关系,使网络学习了配电线路在结构参数和运行参数变化时线损的趋势规律。以68条配电线路数据为例,仿真结果验证了文中提出的方法具有网络模型简单、学习速度快、线损计算精度高等优点。 姜惠兰 安敏 刘晓津 赵新 张建海关键词:电力系统 配电网 线损计算 动态聚类算法 径向基函数网络 基于模糊逻辑和支持向量机的高压输电线路故障分类器 被引量:10 2005年 高压输电线路故障类型的正确识别是输电线路故障定位和事故分析的前提保证,探求有效、实用的识别方法是有意义的。在对高压输电线路故障类型识别原理及实现方法进行总结分析的基础上,提出采用小样本高泛化能力的支持向量机(Support VectorM achines,即SVM)算法,并结合适于处理具有不确定线性划分关系问题的模糊集理论,来完成高压输电线路的故障分类器,实现了使期望风险最小化的最优分类。仿真结果表明:所提方法判别过程简单、清晰,能正确识别高压输电线路的故障类型,而且还不受输电线路系统模型结构的限制,具有较强的通用性和实用性。提出的基于模糊逻辑和SVM的高压输电线路故障类型识别新方法,克服了常规线性分类方法的局限性,实现了输电线路故障模式空间的非线性可分,解决了高压输电线路故障模式识别的根本性问题。 姜惠兰 崔虎宝 刘飞 张健关键词:输电线 故障类型 支持向量机 模糊逻辑