基于混合模型与改进多分类马田系统的控制图模式识别

为提高生产过程中产品质量的智能监控水平,提出基于时间序列混合模型及改进多分类马田系统的控制图模式识别算法。选用时间序列混合模型对控制图实时数据进行特征提取;改进马田系统的阈值计算方法并制定多类判别准则,将表征的特征向量代入改进多分类马田系统分类器中进行特征约减及模式识别。最后,将该识别算法应用于控制图公开数据集及生产案例中,以验证算法的有效性,并与其他算法对比了分析,结果表明,基于时间序列混合模型及改进多分类马田系统算法能简化识别系统,识别精度高,是一种更为有效的控制图模式识别方法。

基于改进多分类概率SVM模型的变压器故障诊断

针对电力变压器内部结构复杂,故障类型繁多,难以实现故障准确有效诊断的问题。提出k近邻及改进多分类概率支持向量机对电力变压器进行多分类故障诊断的方法。首先,采用有向无环图的形式对变压器各种故障进行归类,进而利用k近邻算法对故障大类进行预分类,缩小故障所属类别,降低了后续多分类模型的构建复杂度。然后,以预分类后的类别样本数据作为输入,训练OVO-SVMs分类器,以概率的形式输出隶属各类的概率矩阵,并用改进OVR-SVMs分类器的概率输出作为概率矩阵中各元素的权重系数,对概率矩阵进行更新、修正,提高故障诊断正确率及可靠性。实际诊断结果显示,所提出的方法与IEC三比值法和传统的多分类支持向量机相比,在故障诊断范围、故障诊断正确率和故障诊断效率上均有所提高。

基于改进GRA-多分类Logistic模型的地铁换乘方式选择影响因素分析

对传统灰色关联分析法进行改进,结合多分类Logistic模型,构建了改进GRA-多分类Logistic模型.对地铁出行者的多个影响因素进行分析,得到主要影响因素对地铁换乘方式选择的影响程度,从而掌握选择不同地铁换乘方式的居民的实际换乘需求.以哈尔滨地铁换乘方式为例,采用SPSS软件进行分析.结果表明:出行者的年龄、出行时间、出行距离是地铁换乘方式的主要影响因素.偏向于选择地铁与自行车、地铁与出租车换乘的乘客主要为中青年群体,年龄在45岁以下居多;短时间内出行时,乘客更加注重时间成本,偏向于选择地铁与网约车换乘;长距离出行时,为减少中途换乘不便,乘客更偏向于选择地铁与地铁换乘、地铁与公交换乘.

基于SVM算法的PQ型控制逆变器出口故障分类

随着全球清洁能源的广泛应用,含有分布式能源的电网将会是未来配电网的主要供电形式。分布式能源常常经PQ控制型逆变器件接入配电网,由于控制模式的应用,对于分布式电源并网条件下,故障下暂态过程将会发生新的变化。现有研究主要集中于馈线保护和DG保护,而针对PQ控制型微源出口故障选相的研究则非常有限。文中首先分析PQ控制型逆变器的数学模型,故障电流特性及控制器特征状态变量故障特性,在此基础之上,形成PQ控制型逆变器故障特征矩阵,然后,进一步分析粒子群算法改进的多分类支持向量机算法流程,最后,在Digsilent软件进行算例仿真计算,验证了所提方法的可行性和有效性。

配电系统的快速故障检测与识别方法

为了实现对配电系统中不同类型开路故障的高效检测和准确识别,提出了一种改进的多分类支持向量机方法。以电网的电压有效值为输入信号,可在配电系统不同节点电压变化影响下对开路故障进行检测和识别。利用MATLAB软件对IEEE 13节点测试系统进行暂态开路故障的仿真分析。结果表明了方法的准确性、有效性、鲁棒性和实时性。