基于粒子群差分进化极限学习机的电力系统故障诊断模型

针对电力系统发生的故障进行快速诊断,对电网及时恢复供电、降低故障影响具有非同寻常的意义。为了有效处理电力系统故障中存在的保护继电器和断路器运行的不确定性,提出了一种基于多重随机变异粒子群差分进化算法(MRPSODE)的极限学习机故障诊断模型,利用MRPSODE算法确定极限学习机最佳的隐含层节点个数,实现高效率的故障诊断。采用交叉验证方法降低噪声对原始样本数据的影响,确保诊断性能。实际故障案例的仿真分析结果表明,所提方法能够成功诊断复杂故障,与其他方法相比具有较强的竞争力。

SOME LIOUVILLE TYPE THEOREMS FOR THE P-SUB-LAPLACIAN ON THE GROUP OF HEISENBERG TYPE

In this paper we prove some Liouville type results for the p-sub-Laplacian on the group of Heisenberg type. A strong maximum principle and a Hopf type principle concerning p-sub-Laplacian are established.