孙奇
- 作品数：12 被引量：35H指数：3
- 供职机构：南京理工大学动力工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 基于自振电压比较法的自动重合闸判据仿真被引量：1
- 2007年
- 针对目前三相自动重合闸判据模糊和重合过程误动较多的情况,提出了基于线路自振电压比较方法的自适应三相自动重合闸判据。该判据通过对线路断开瞬间由于残余能量衰减而引起的线路自振电压特性的分析,能准确区分瞬时性故障和永久性故障,从而保证了重合闸的正确动作。本文还对各种短路情况进行了仿真分析,进一步说明该判据的准确性。
- 孙奇杨伟
- 关键词：自动重合闸
- 基于D-S证据理论的短期负荷预测模型融合
- 本文针对电力系统单一负荷预测模型存在的缺陷，将D-S证据理论用于短期负荷预测模型的融合。
首先，分别将三种不同的神经网络用于短期负荷预测，得到各自的预测结果和预测误差。在此基础上，运用证据理论Dempster合...
- 孙奇
- 关键词：电力系统负荷预测信度分配
- 文献传递
- 基于模糊神经网络的三相自适应重合闸被引量：8
- 2007年
- 为了避免重合闸重合于永久性故障,将模糊神经网络应用于三相自适应重合闸中,构造了一个多输入的模糊神经网络,设计了网络的算法,将三相端压有效值作为输入,经尺度变换、模糊化、归一化和清晰化,并利用梯度下降法修正误差,使得网络完成学习并最终收敛,在输入故障数据时能根据网络的输出结果准确地判别瞬时性故障与永久性故障。通过对模型的仿真获取神经网络的学习样本,并利用MATLAB进行了相应地仿真测试,验证了该算法的准确性,使得重合闸能够正确动作。
- 杨伟孙奇
- 关键词：三相自适应重合闸瞬时性故障永久性故障模糊神经网络
- 基于多重可拓聚类模型的电力系统中长期负荷预测被引量：2
- 2006年
- 提出了用于中长期负荷预测的多重可拓聚类模型和算法。首先在构建可拓经典域和节域的基础上,结合数据聚类的相关理论,针对待预测样本的数据进行样本类别的划分;然后建立相应的关联函数并通过计算得到每个类别对应的关联度,进而决定待预测样本的所属类别;再根据所属的类别重新划分二重类别,得到更加精确的预测结果。预测实例表明,多重可拓聚类预测模型具有较高的预测精度。
- 孙奇杨伟
- 关键词：负荷预测物元模型
- 基于多重局部回归Elman神经网络的短期负荷预测被引量：2
- 2007年
- 针对传统静态前馈神经网络动态性能较差的缺点,提出了多重局部回归的Elman神经网络,建立了网络的基本结构,并设计了相应的学习算法和学习过程。通过对负荷原始数据的归一化处理,提出将训练数据分段的思想,并利用分段数据对多重局部回归的Elman网络进行训练,通过对收敛曲线和训练误差的分析,确定合适的网络神经元个数和网络训练步数,最后利用实际负荷数据对网络进行了检验。结果表明,改进多重局部回归Elman神经网络比传统Elman神经网络具有更高的预测精度。
- 孙奇杨伟
- 关键词：ELMAN神经网络短期负荷预测
- 基于扫描频率的消弧线圈自动跟踪补偿系统设计
- 消弧线圈能补偿电网的对地电容电流，使得电网在发生单相接地故障时，减小接地点故障残流，有利于电弧的熄灭，防止产生接地过电压并限制了故障范围的扩大。针对传统消弧线圈补偿时误差大、动作慢、精度低的缺点，研究并设计了利用外加扫描...
- 孙奇杨伟
- 关键词：消弧线圈脱谐度自动跟踪补偿对地电容电流
- 文献传递
- D-S证据理论融合改进BP网络的短期负荷预测研究被引量：10
- 2007年
- 针对传统BP网络收敛速度较慢且实时性较差的缺点,在考虑了气候因素的情况下,分别用三种BP网络算法对某地区的负荷进行预测,通过对预测误差的分析,用证据理论的Dempster合成法则对算法进行融合,通过选取待预测日之前几天的数据作为融合样本,规定相应的基本信度函数,得到融合后的信度分配,从而决定相应时刻的预测模型,仿真结果表明,经过证据理论融合后选择的负荷预测算法具有更高的预测精度。
- 孙奇杨伟
- 关键词：证据理论负荷预测改进BP网络
- 基于证据理论Dempster合成法则的灰色负荷预测模型融合被引量：3
- 2006年
- 首先建立负荷预测的灰色模型,用3种不同阶数的灰色模型对负荷进行预测,针对灰色模型预测存在误差较大且误差变化剧烈的缺点,提出利用证据理论对负荷预测结果进行融合。通过分析3种灰色模型的预测误差,用Dempster合成法则融合预测结果的误差,并将融合后的结果重新用于负荷预测。结果表明,经过证据理论Dempster合成法则融合后的预测结果具有更高的预测精度。
- 孙奇杨伟
- 关键词：证据理论负荷预测
- 证据理论Dempster法则融合神经网络的短期负荷预测
- 2007年
- 针对传统神经网络收敛速度较慢且实时性较差的缺点,在考虑气候因素的情况下,分别用改进BP网络、径向基函数网络和Elman网络算法对某地区的负荷进行预测。通过对预测误差的分析,用证据理论的Dempster合成法则对算法进行融合,通过选取待预测日之前几天的数据作为融合样本,规定相应的基本信度函数,得到融合后的信度分配,从而决定相应时刻的预测模型。仿真结果表明,经过证据理论融合后选择的负荷预测算法具有较高的预测精度。
- 孙奇杨伟
- 关键词：证据理论负荷预测神经网络
- 基于日电量平衡的自动发电控制策略被引量：1
- 2006年
- 针对目前自动发电控制AGC(AutomaticGenerationControl)领域平衡控制较难实现的问题,提出了基于日电量平衡的自动发电控制策略。首先,设定功率偏差、电量百分数以及速度权重因子,在满足调节目标值区域控制偏差ACE(AreaControlError)的基础上,使投入AGC控制的发电机组实际运行总发电量与计划总电量接近平衡,保持实际的每日24h有功负荷曲线与计划负荷曲线尽量一致。利用速度权重因子修正发电量,在满足响应速度的同时实施动态优化调节。利用江苏电网实际运行数据进行了仿真,结果表明,该策略能够很好地完成ACE调节目标,达到了实现日电量平衡控制的理想效果。
- 吴军基孙奇杨伟
- 关键词：控制策略自动发电控制区域控制偏差
