基于有效值滑窗差分算子和采样序列重构的电压暂降测量方法

电压暂降是电力系统中最令用户困扰的电能质量问题,对其特征参数进行准确测量是电压暂降评估和治理的首要前提。然而,当前电压暂降检测算法存在参数检测准确度低、实时性差以及缺乏相位跳变信息等不足。为此,提出一种基于有效值滑窗差分算子和采样序列重构的电压暂降测量方法,以实现其特征参数的快速、准确检测。该方法首先利用有效值滑窗差分算子准确获取电压暂降的起止时刻。接下来,依据暂降起止时刻对原始信号分区,并对不同分区的信号进行加窗插值快速傅里叶变换(FFT)运算。而后,对采样序列重构并进行相位校正。最后,得到电压暂降的持续时间、暂降深度和相位跳变等特征参数信息。在暂降幅值和相位同时变化、不同谐波分量、不同信噪比噪声等情况下的仿真实验结果表明,所提方法具有准确度高、实时性好和鲁棒性强等优点。实际构建硬件测试平台的测试结果满足GB/T 30137-2013中电压幅值误差≤0.2%、相位跳变误差≤1°以及暂降持续时间误差不超过一个周期的要求,验证了算法的有效性和可行性。

加权Hilbert型空间中超齐次核离散算子的最佳搭配参数及范数计算

引入超齐次核概念,利用权系数方法,讨论具有超齐次核离散算子在加权Hilbert型空间中的有界性及算子范数,得到该类算子最佳搭配参数的充分必要条件和算子范数的计算公式,统一了齐次核,广义齐次核及若干非齐次核情形的相关结果.

拟齐次核半离散Hilbert型逆向不等式的最佳搭配参数条件及算子表示

利用权函数方法和实分析技巧,在l_(p)^(α)(N)和L_(p)^(β)(0,+∞)中讨论拟齐次核的半离散Hilbert型不等式的逆向形式,得到逆向不等式具有最佳常数因子时的最佳搭配参数的充分必要条件,最后给出所得结果的等价算子表示和若干特例。

一类加权序列空间中广义齐次核的Hilbert型离散不等式和序列算子的有界性

引入以指数函数为权函数的加权序列空间l_(r)^(φ(m))(Z),通过权系数方法,得到加权序列空间中具有广义齐次核的Hilbert型离散不等式,利用所得不等式讨论加权序列空间中序列算子的有界性及算子范数估计,并给出若干特例.

一类非齐次核有界积分算子的反问题

基于有界算子的本质之一:当原象集有界时象集一定有界,提出算子有界的反问题,即当算子T的象集有界时,如何判断其原象集有界.先引入算子反向有界的概念,再利用权函数方法和实分析技巧,讨论积分算子反向有界的等价参数条件,并给出反向有界积分算子的构造定理.最后给出一些特例.

一种模糊时间序列概率预测方法

在时序预测任务中,历史观测值的不确定性给预测带来了困难。而模糊时间序列预测方法在处理数据不确定性方面具有独特的优势。概率预测则能够提供预测目标的分布情况,从而量化预测结果的不确定性。因此,为了减少不确定性对预测任务的影响,提出了一种基于概率加权策略的模糊时间序列概率预测方法。该方法利用预测目标的历史观测值建立概率加权的模糊时间序列预测模型,通过引入额外的观测值对预测模型的模糊规则库进行细化。在细化过程中,使用2种计算成本较低的算子重构模糊逻辑关系。具体地,交算子用于剔除干扰的信息,并算子则融合所有信息,从而得到2个不同的模糊逻辑关系组集合。当前时刻观测值在2个集合中对应的模糊逻辑关系组即为对下一时刻模糊集的预测,最后经过解模糊输出下一时刻的概率分布。在公开时间序列数据集上验证了该方法的准确性和有效性,与近期提出的PWFTS预测方法相比,预测精度有显著提高。

Hilbert空间中的算子非紧性测度

该文利用经典的Hausdorff非紧性测度理论研究了Banach空间中(特殊地,Hilbert空间中)的算子非紧性测度:具体地,先给出Banach空间中算子非紧性测度的表示问题,及其在全空间与子空间上的限制测度的等价问题;最后研究了Hilbert空间之间的有界算子序列的几个半范数相互等价的关系性质,特别地,其中包括了一种由Hausdorff测度生成的算子半范数.

广义齐次核半离散Hilbert型逆向不等式的构造定理及算子表示

利用权系数方法和实分析技巧,讨论具有广义齐次核的半离散Hilbert型逆向不等式的构造问题,给出构造这类不等式的充分必要条件和最佳常数因子的计算公式以及不等式的算子表示.

非齐次核最佳半离散Hilbert型逆向不等式的等价条件及算子表示

首先,利用权函数方法讨论非齐次核K(n,x)=G(n^(λ1)x^(λ2))(λ_(1)λ_(2)>0)的半离散Hilbert型逆向不等式,给出最佳半离散Hilbert型逆向不等式的等价条件及各参数间的关系;其次,作为应用给出等价的算子表示及若干特例.

拟齐次核逆向Hilbert型积分不等式的构建条件及算子表示

利用权函数方法和逆向Hölder积分不等式,讨论了具有拟齐次核K(x,y)的逆向Hilbert型积分不等式∫_(0)^(+∞)∫_(0)^(+∞)K(x,y)|f(x)||g(y)|dxdy≥M‖f‖*p,α‖g‖*q,β的构建问题,其中1/p+1/q=1(0<p<1,q<0),f∈Lp(0,+∞),g∈Lβq(0,+∞).得到了构建逆向Hilbert型积分不等式的充分必要条件和最佳常数因子的计算公式,与拟齐次核Hilbert型积分不等式的相关结果形成对应,完善了Hilbert型积分不等式的理论问题.最后利用逆向Hilbert型积分不等式对积分算子+∞T(f)(y)=∫_(0)^(+∞)K(x,y)f(x)dx f∈L_(p)^(a)(0,+∞)进行探讨,给出了相应的算子不等式和若干特例,这对于积分算子的研究有一定的理论意义.

Hilbert C^(*)-模中框架在可伴算子作用下的一些性质

利用算子理论方法研究了Hilbert C^(*)-模中框架在可伴算子作用下的一些性质,给出了可伴算子保持Hilbert C^(*)-模中框架的一些充分必要条件,所得结果包含了已有的一些相应结果。

构建超齐次核有界离散算子的参数条件及算子范数估计

引入超齐次函数的概念,首先构建超齐次核的Hilbert型离散不等式,然后利用Hilbert型不等式与同核算子的关系,讨论超齐次核离散算子,得到加权赋范序列空间中超齐次核有界离散算子的构建条件,解决了算子是否有界的判定方法和算子范数的估计问题.

一类非齐次核最佳半离散Hilbert型不等式的搭配参数条件

利用实分析技巧和权函数方法,讨论如何选取搭配参数才能得到非齐次核G(xλ1 yλ2)(λ1λ2>0)的具有最佳常数因子的半离散Hilbert型不等式,得到最佳搭配参数的充分必要条件,解决了Hilbert型不等式的一个基本理论问题,并讨论其应用。

关于弱化缓冲算子序列的研究

本文以预测过程中常常出现的冲击扰动问题为出发点,在灰色系统理论缓冲算子公理体系下,构造了一类弱化缓冲算子序列,对现有的弱化缓冲算子进行了整合,研究了这类弱化缓冲算子定义的内涵,实例验证了该算子序列的有效性和实用性,为解决冲击扰动系统在建模预测过程中出现的定量预测结果与定性分析结论不符的问题提供了可以借鉴的方法。

基于时态边缘算子的时间序列分段线性表示

时间序列的分段线性表示算法通常基于单一的启发式规则,难以适用于不同数据特征的时间序列。借鉴了边缘算子的思想来提取时间序列的边缘点,提出了一种基于时态边缘算子的时间序列分段线性表示算法。在来自不同领域的公开数据集上进行的实验结果表明:与两种主要的分段线性表示算法相比,该算法具有更好的拟合性能,并且更为稳定,能够适用于各类不同数据特征的时间序列。

基于灰色序列生成中缓冲算子的能源预测

利用灰色系统理论中的缓冲算子预测原理,利用二阶弱化算子对我国能源消费进行了短期预测,重点分析了在我国传统能源结构中占重要地位的原煤、原油、天然气及水电的短期消费情况.得出结论:2000—2009年,我国传统能源消费将以平均每年0 068%的速度递减.其中:原煤消费将以平均每年0 51%的速度下降,而原油、天然气、水电则分别以1 21%、1 99%、0 84%的速度递增.最后对预测的结果进行了详细分析与论证.

基于混沌算子网络的时间序列一步预测方法

为解决时间序列的一步预测问题,提出了一种基于混沌算子的预测网络。混沌算子具有复杂的动力学行为,根据各算子所处的不同状态,利用加权方法计算出时间序列下一时刻的预测值。根据预测值与实际值的误差,利用混沌优化方法动态地调节混沌算子的参数,逐渐提高网络的预测精度。利用该方法分别对混沌以及实际股票价格等复杂时间序列进行了仿真预测。仿真结果表明,该方法可以对具有内在确定性的系统进行有效的预测。

基于算子的栈序列生成算法与实现

提出一种使用算子解决堆栈问题的新算法。对出栈序列的产生和序列个数的统计做了探讨分析。新算法采用队列结构的存储方式取代了传统的栈存储方式来进行输出,比较有效地提高了栈序列生成的时间和空间复杂性。

Hilbert空间上线性算子广义逆A_(T,S)^((2))的存在性及其表示式

设H1和H2是两个Hilbert空间,B(H1,H2)表示从H1到H2的所有有界线性算子的集合,T和S分别是H1和H2的两个闭子空间．如果存在线性算子X∈B(H2,H1)满足XAX=X,R(X)=T,N(X)=S,则称X为线性算子A的具有指定像空间T和零空间S的外逆,记为AT,S(2)．该文进一步研究了线性算子广义逆AT,S(2)存在的若干等价条件及其性质,建立了算子广义逆AT,S(2)的表示形式．

遗传算法模拟生物多序列比对之交叉算子优化

为优化生物多序列比对问题,降低计算难度,提高计算效率,采用遗传算法模拟多序列比对,构造了四种简单的交叉算子及三种后处理方式,分析交叉算子和交叉后处理方式对多序列比对结果的影响。通过实验比较,结果表明多行横向交叉的计算效果最好,后处理方式cross4to2能有效缩短计算时间,二者相结合能很大提高遗传算法的计算效率,从而达到优化多序列比对的目的.