基于马氏距离算法的配电网故障定位系统研究

为了满足智能配电网故障定位的实时性、可靠性、准确性等需求,提出了基于马氏距离算法的配电网故障定位系统。以IDT智能配电终端作为系统运行状态电气量实时采集核心模块,按F检验获得元件电气量变化显著性概率P值初判故障元件和故障类型后,通过马氏距离算法准确定位故障区域和故障元件,并采用IEEE9节点系统的三相短路故障对配电网故障定位系统进行测试分析。仿真结果表明,该系统能真实地反映配电网故障后故障区域和故障元件的电气量变化,可满足智能配电网在线故障定位需求。

模糊C-均值聚类算法的优化

针对传统模糊C-均值聚类算法(FCM算法)初始聚类中心选择的随机性和距离向量公式应用的局限性,提出一种基于密度和马氏距离优化的模糊C-均值聚类算法(Fuzzy C-Means Based on Mahalanobis and Density,FCMBMD算法)。该算法通过计算样本点的密度来确定初始聚类中心,避免了初始聚类中心随机选取而产生的聚类结果的不稳定;采用马氏距离计算样本集的相似度,以满足不同度量单位数据的要求。实验结果表明,FCMBMD算法在聚类中心、收敛速度、迭代次数以及准确率等方面具有良好的效果。

近红外技术应用于成品卷烟的内在质量稳定性控制

以某品牌卷烟为例,采用傅立叶变换近红外光谱技术采集成品卷烟的近红外光谱,结合连续流动法测定样品中还原糖、烟碱、氯、钾含量的数据,采用偏最小二乘法(PLS)分别建立了预测品牌卷烟烟丝中还原糖、烟碱、氯、钾及糖碱比、钾氯比的近红外模型,模型的相关系数(除钾外)都在0.95以上。用建立的模型快速检测红狼卷烟的各化学成分,通过值的波动范围初步监控成品的质量稳定性。并采集它们的近红外光谱,应用连续小波变换(CWT)对原始光谱进行预处理,再对CWT系数进行主成分分析(PCA),在PCA分析的基础上引入马氏距离算法建立成品卷烟质量稳定性评价模型。通过研究光谱预处理对卷烟样品分类鉴别的影响,确定马氏距离阈值Dthro,结合近红外定量测定值与马氏距离阈值Dthro,对卷烟产品质量稳定性进行评价和控制。