基于广域量测和高斯过程分类器的暂态稳定评估

为了克服现有基于模式识别的暂态稳定评估(PRTSA)方法的不足,本文考虑广域测量系统可以提供的故障后实测信息,在合理选取一组具有代表性的输入特征基础上,提出了一种基于组合核函数高斯过程的PRTSA方法。相对于支持向量机,该方法具有参数自适应选取、输出具有概率意义等优点,并通过将不同特性的单一协方差函数相加构造组合核函数,进一步提高了评估模型的分类能力。应用于新英格兰39节点系统的仿真结果验证了所提出方法的有效性。

基于马尔科夫随机场的岩性识别方法

通过地震反演数据识别岩性,是地震反演的一项基本任务.由于不同岩性的弹性参数范围常常存在一定程度的重叠,所以给岩性识别带来了很大的困难.本文以叠前反演的弹性参数为基础,通过马尔科夫随机场(Markov Random Field简写为MRF)建立先验模型,按照解释好的测井资料,对不同岩性的弹性参数进行统计,得到计算所需的参数,在贝叶斯(Bayesian)框架下建立岩性分类的目标函数,达到岩性识别的目的.通过马尔科夫随机场建立先验模型,能够建立相邻点间的相互作用关系,得到横向上延续的岩性剖面.本文使用一个楔形模型和Marmousi Ⅱ模型对该方法进行了测试,结果表明,该方法有效可行.同时,本文通过加入误差的方法,检验了反演存在误差对识别结果的影响.