您的位置: 专家智库 > >

张静

作品数:2 被引量:55H指数:2
供职机构:武汉大学电气工程学院更多>>
发文基金:中央高校基本科研业务费专项资金教育部博士研究生学术新人奖更多>>
相关领域:电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电气工程

主题

  • 1篇短期风电功率
  • 1篇短期风电功率...
  • 1篇优化算法
  • 1篇原子分解
  • 1篇支持向量
  • 1篇支持向量回归
  • 1篇支持向量回归...
  • 1篇铁磁谐振
  • 1篇群算法
  • 1篇中性点
  • 1篇中性点不接地
  • 1篇中性点不接地...
  • 1篇子群
  • 1篇自适
  • 1篇自适应
  • 1篇向量
  • 1篇谐振
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇粒子群优化

机构

  • 2篇武汉大学
  • 1篇甘肃省电力公...
  • 1篇南京南瑞继保...
  • 1篇武汉供电公司
  • 1篇深圳供电局有...

作者

  • 2篇龚庆武
  • 2篇张静
  • 1篇王定美
  • 1篇陈道君
  • 1篇雷加智
  • 1篇金朝意

传媒

  • 1篇电工技术学报
  • 1篇电网技术

年份

  • 1篇2018
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于自适应扰动量子粒子群算法参数优化的支持向量回归机短期风电功率预测被引量:47
2013年
智能电网的建设和大规模风电接入电网对短期风电功率预测精度提出了更高的要求。为了克服支持向量回归机(support vector regression machine,SVR)依赖人为经验选择学习参数的弊端,在量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)算法中加入自适应早熟判定准则、混合扰动算子和动态扩张收缩系数,提出了自适应扰动量子粒子群优化算法(adaptive disturbance quantum-behaved particle swarm optimization,ADQPSO),并使用ADQPSO优化选择SVR的学习参数。实例研究表明,ADQPSO算法全局寻优能力强、鲁棒性好、计算耗时短,利用ADQPSO优化得到的SVR参数,可有效提高模型的预测精度;与反向传播神经网络(back propagation neural network,BPNN)和径向基神经网络(radial basis functionneural network,RBFNN)相比,提出的ADQPSO-SVR能够提高短期风电功率预测的准确性和稳定性。
陈道君龚庆武金朝意张静王定美
关键词:短期风电功率预测支持向量回归机
基于原子分解法的中性点不接地系统铁磁谐振检测被引量:8
2018年
根据铁磁谐振信号特点,引入原子分解法作为电力系统铁磁谐振信号分析工具,以克服传统信号分析方法的缺点。原子分解法对非平稳信号具有较强的分析能力,得到的最佳匹配原子能够准确表征铁磁谐振信号,快速检测出铁磁谐振频率等参数。针对中性点不接地系统由单相瞬时接地故障激发的铁磁谐振,综合故障后的三相电压和零序电压,并将零序电压按时间分为三组,用原子分解法对每组信号进行分析,根据信号频率及衰减系数参数间关系,提出铁磁谐振检测方法,检测出系统的铁磁谐振故障及类型,并与单相永久接地故障和单相瞬时接地故障区分开。仿真分析结果表明,该方法能够准确检测出系统的铁磁谐振故障,证明了此方法的有效性。
龚庆武张静雷加智雷加智李勋
关键词:原子分解铁磁谐振中性点不接地系统
共1页<1>
聚类工具0