基于DDTW距离与DBSCAN算法的户变关系识别方法

针对低压配电台区拓扑结构中户变关系缺失或异常的问题,提出了一种基于导数动态时间弯曲(DDTW)算法与基于密度的有噪空间聚类应用(DBSCAN)算法的户变关系识别方法。首先,采用DDTW算法对台区配电变压器(以下简称台变)低压侧电压和用户电压的时间序列进行相似性分析。然后,根据DDTW距离对台变和用户进行聚类得到户变关系的概率性结果,减小聚类算法参数对聚类结果的影响。该方法能够对时间间隔不同、不等长的电压时间序列进行分析,对电压数据缺失或异常不敏感,且不需要人为设定阈值,户变关系识别准确性高。最后,通过实例分析验证了所提方法的有效性。

基于数据关联性分析的工业用户电能质量特征识别

随着电力电子型用电设备的大量使用,电网公共连接点上干扰源用户的类型和数量越发增多,使得其电能质量扰动指标特征和时空特征更为复杂。针对目前电能质量监测装置难以对每条馈线上各终端用户均实现专门监测,且无法识别馈线上多个用户各自电能质量特征等问题,提出一种基于多源数据关联分析的工业用户电能质量特征识别方法。首先,以指标限值和累积分布图拐点为依据,提取监测点电能质量时间序列的超标和波动的数值及其时段,得到谐波关键指标、电压偏差、负序电压不平衡度等指标的扰动时序数据;其次,提出一种基于导数动态时间弯曲的时序距离计算方法,分析扰动时段下监测指标与工业用户用电数据的相关性,依据不同指标关联度识别用户的电能质量特征;最后,基于多类型干扰源仿真和实测算例,验证所提方法的可行性,可实现不同工业用户的电能质量特征识别。

基于DTW的测站水位影响关系估计

通过对长江流域城陵矶和大通两测站的水位过程线分析,采用动态时间弯曲距离的改进算法进行相似性匹配,提取出上下游测站水位的影响关系,从而应用于洪峰传播时间的预报.

分段聚合近似和数值导数的动态时间弯曲方法

针对动态弯曲方法对时间序列数据相似性度量的质量和效率的局限性,本文提出一种基于分段聚合近似和数值导数的动态时间弯曲方法。该方法通过分段聚合近似将时间序列数据进行有效地降维,再结合数值导数对降维后的特征序列构建新特征序列,并且设计符合该特征序列相似性度量方法。实验结果分析表明,与传统动态弯曲方法相比,新方法具有较好的度量质量,能在时间序列数据挖掘中得到较好的分类效果,且在低维空间具有较高的分类效率,具有一定的优越性。

基于异步PCA的故障识别方法

针对传统的主元分析(PCA)方法仅考虑变量间同步相关性的问题,提出一种基于异步PCA的故障识别方法。该方法首先利用导数动态时间规整(DDTW)从待识别故障数据集的关键变量序列和历史故障数据集的故障变量序列中获得最优规整路径,将最优规整路径上的元素扩展为反映关键变量序列和故障变量序列之间异步相关性的新序列,然后对新变量序列的协方差矩阵进行特征值分解获得负荷矩阵,最后根据负荷矩阵中关键变量序列和故障变量序列的低维表示向量之间的相似性识别故障。在连续搅拌反应器(CSTR)过程上的仿真结果表明所提出方法的故障识别性能优于传统的PCA相似系数法。

基于加速度传感器的手势识别系统

在基于手势的人机交互中,个体的差异性导致同一手势数据存在一定的差异性和不稳定性。针对这一问题,设计实现了一种基于加速度传感器的连续动态手势识别系统。首先,由微机电系统加速传感器采集手势数据;其次,根据手势的运动学特征,采用阈值差分法对连续的手势数据进行自动定位截取,并对截取出的数据进行预处理和特征提取;最后,利用导数动态时间规整(DDTW)算法完成对特定手势的实时识别。为测试系统对个体差异性的适应效果,构建了个体依赖和非个体依赖两个测试模型,测试结果显示,所述系统实现了96. 9%的个体依赖识别率和94. 8%的非个体依赖识别率,说明该系统能准确识别手势且具有很好的个体无关性,可用于连续动态手势识别。