期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
复杂电力网异常输电线路自适应识别研究分析 被引量:4
1
作者 王敬敏 刘燕 《计算机仿真》 北大核心 2018年第12期73-76,91,共5页
为了减少人力甄别复杂输电线路异常的工作量,实现自动化巡检,研究了复杂电路网络异常线路自适应识别的问题。当前输电线路故障识别方法采用经验模态分解获得的特征向量通常具有模糊性,难以准确观测输电线路的运行状态,导致最终输电线路... 为了减少人力甄别复杂输电线路异常的工作量,实现自动化巡检,研究了复杂电路网络异常线路自适应识别的问题。当前输电线路故障识别方法采用经验模态分解获得的特征向量通常具有模糊性,难以准确观测输电线路的运行状态,导致最终输电线路故障判别结果不准确、耗时长。提出基于经验模态分解的异常输电线路自适应识别方法。对输电线路信号进行经验模态分解,获得多个真实有效的线路信号的本征模态分量,结合相关性分析方法过滤出含有关键信息的经验模态分量进行奇异值分解,将分解得到的奇异值矩阵作为异常输电线路特征分量。采用动态柯西蜂群算法对故障分类器的参数寻优,构建蜂群优化的故障分类器模型,结合实际工况下的特征数据训练该分类器模型并进行故障自适应识别。实验结果表明,通过采用蜂群优化算法优化分类器模型显著提高了输电线路故障识别精度和速度。 展开更多
关键词 复杂电力网络 异常输电 线路自动识别
下载PDF
基于并行分类算法的电网输电量异常数据检测方法研究 被引量:6
2
作者 熊学锋 张涵 +2 位作者 荣功立 宋凯 孔德诗 《电子设计工程》 2020年第24期91-94,99,共5页
传统电网输电量异常数据检测方法存在检测准确率较低的缺陷,为了解决上述问题,提出基于并行分类算法的电网输电量异常数据检测方法。以现有电网输电量异常数据为依据,基于信息熵提取输电量异常数据特征,采用无线mesh网络结构采集电网输... 传统电网输电量异常数据检测方法存在检测准确率较低的缺陷,为了解决上述问题,提出基于并行分类算法的电网输电量异常数据检测方法。以现有电网输电量异常数据为依据,基于信息熵提取输电量异常数据特征,采用无线mesh网络结构采集电网输电量数据,通过并行分类算法预处理输电量数据,得到输电量数据分类结果,经过随机森林模型检测并修复输电量异常数据,实现基于并行分类算法的电网输电量异常数据检测。仿真对比实验结果表明,提出的电网输电量异常数据检测方法极大地提升了检测准确率,充分说明所提方法具备更好的检测效果。 展开更多
关键词 并行分类算法 电网 输电异常 异常数据 检测
下载PDF
Scanning gate imaging of quantum point contacts and the origin of the 0.7 anomaly
3
作者 Andrea lagallo Nicola Paradiso +6 位作者 Stefano Roddaro Christian Reichl Werner Wegscheider Giorgio Biasiol Lucia Sorba Fabio Beltram Stefan Heun 《Nano Research》 SCIE EI CAS CSCD 2015年第3期948-956,共9页
The origin of the anomalous transport feature appearing at a conductance G 0.7× (2e2/h) in quasi-lD ballistic devices-the so-called 0.7 anomaly-represents a long standing puzzle. Several mechanisms have been pr... The origin of the anomalous transport feature appearing at a conductance G 0.7× (2e2/h) in quasi-lD ballistic devices-the so-called 0.7 anomaly-represents a long standing puzzle. Several mechanisms have been proposed to explain it, but a general consensus has not been achieved. Proposed explanations have been based on quantum interference, the Kondo effect, Wigner crystallization, and other phenomena. A key open issue is whether the point defects that can occur in these low-dimensional devices are the physical cause behind this conductance anomaly. Here we adopt a scanning gate microscopy technique to map individual impurity positions in several quasi-lD constrictions and correlate these with conductance characteristics. Our data demonstrate that the 0.7 anomaly can be observed irrespective of the presence of localized defects, and we conclude that the 0.7 anomaly is a fundamental property of low-dimensional systems. 展开更多
关键词 two-dimensional electrongas (2-DEG) scanning gate microscopy 0.7 anomaly
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部