期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
图像特征分析的电力金属腐蚀评估方法
被引量:
2
1
作者
钟尧
任啸
+3 位作者
吴高林
王谦
王旭鹏
郝建
《哈尔滨理工大学学报》
CAS
北大核心
2021年第1期100-108,共9页
为快速有效诊断电力设备金属腐蚀状态,对变电站进行挂片的金属材料Q_(235)钢的腐蚀图像进行了数据分析,提出了一种基于腐蚀图像特征分析的金属腐蚀状态评价方法。首先,通过图像预处理、色度学、统计学、小波和分形分析方法提取了多维特...
为快速有效诊断电力设备金属腐蚀状态,对变电站进行挂片的金属材料Q_(235)钢的腐蚀图像进行了数据分析,提出了一种基于腐蚀图像特征分析的金属腐蚀状态评价方法。首先,通过图像预处理、色度学、统计学、小波和分形分析方法提取了多维特征参量;然后,基于神经网络算法提出了金属腐蚀状态评价方法,并验证了方法有效性。结果表明:腐蚀图像的色彩、统计学、小波和分形特征参量能全面反映金属腐蚀形貌的演化规律和腐蚀状态;联合神经网络算法与多维特征参量构建的腐蚀评价模型能准确地评价金属的腐蚀程度,现场两种不同腐蚀程度金属样本的腐蚀状态评价结果与其实际腐蚀程度相一致。
展开更多
关键词
腐蚀图像
多维特征
评价系统
腐蚀评估
下载PDF
职称材料
基于改进型神经网络模型的负荷短期预测仿真研究
被引量:
1
2
作者
万江
周珺
+3 位作者
梁伟
郑继红
李龙
李登峰
《重庆电力高等专科学校学报》
2017年第3期31-36,共6页
选择BP人工神经网络作为电力系统负荷预测的模型,发现其具有收敛速度较慢,且容易陷入局部最小的缺点。因此,引入拟牛顿法和附加动量法对其性能进行改进,并形成一种改进型的预测模型。以重庆市某供电公司供区为背景,利用其负荷数据进行仿...
选择BP人工神经网络作为电力系统负荷预测的模型,发现其具有收敛速度较慢,且容易陷入局部最小的缺点。因此,引入拟牛顿法和附加动量法对其性能进行改进,并形成一种改进型的预测模型。以重庆市某供电公司供区为背景,利用其负荷数据进行仿真,结果证明,对BP人工神经网络的改进是成功的。这种方法可以更好地满足电力负荷短期预测的精度要求,对电力系统控制、运行和规划都具有重要意义。
展开更多
关键词
短期负荷预测
神经网络
BP算法
拟牛顿法
附加动量法
下载PDF
职称材料
电磁式电压互感器“低频过电压激励-响应”逆问题求解
被引量:
10
3
作者
杨鸣
熊钊
+3 位作者
司马文霞
李永福
何东升
邹滨阳
《电工技术学报》
EI
CSCD
北大核心
2021年第17期3605-3613,共9页
电磁式电压互感器(PT)作为电力系统中已大规模应用的电压感知设备,在低频电磁暂态电压激励下可能出现铁心饱和,引起二次响应电压波形畸变、测量误差激增。通过求解PT的“低频过电压激励-响应”逆问题,由PT二次响应电压计算得到其一次激...
电磁式电压互感器(PT)作为电力系统中已大规模应用的电压感知设备,在低频电磁暂态电压激励下可能出现铁心饱和,引起二次响应电压波形畸变、测量误差激增。通过求解PT的“低频过电压激励-响应”逆问题,由PT二次响应电压计算得到其一次激励电压。该文基于电磁对偶原理建立计及铁心深度饱和特性的PT正向电路模型及其参数提取方法,进而构建其逆向数学模型,提出PT“低频过电压激励-响应”逆问题的求解方法。针对10kV真型PT的低频暂态仿真与试验数据进行“低频过电压激励-响应”逆问题求解方法的验证,结果表明:提出的逆向求解方法可将PT的低频电磁暂态测量误差从65.6%降低至10%,解决了其在低频暂态电压激励下的测量失真难题。
展开更多
关键词
电磁式电压互感器
低频暂态电压
深度饱和特性
逆问题求解
下载PDF
职称材料
题名
图像特征分析的电力金属腐蚀评估方法
被引量:
2
1
作者
钟尧
任啸
吴高林
王谦
王旭鹏
郝建
机构
重庆
大学输配电装备及系统安全与新技术国家重点实验室
国网重庆市电力公司重庆电力科学研究院
出处
《哈尔滨理工大学学报》
CAS
北大核心
2021年第1期100-108,共9页
基金
国网重庆市电力公司科技项目(2018渝电科技9#)
国家自然科学基金创新群体研究项目(51321063).
文摘
为快速有效诊断电力设备金属腐蚀状态,对变电站进行挂片的金属材料Q_(235)钢的腐蚀图像进行了数据分析,提出了一种基于腐蚀图像特征分析的金属腐蚀状态评价方法。首先,通过图像预处理、色度学、统计学、小波和分形分析方法提取了多维特征参量;然后,基于神经网络算法提出了金属腐蚀状态评价方法,并验证了方法有效性。结果表明:腐蚀图像的色彩、统计学、小波和分形特征参量能全面反映金属腐蚀形貌的演化规律和腐蚀状态;联合神经网络算法与多维特征参量构建的腐蚀评价模型能准确地评价金属的腐蚀程度,现场两种不同腐蚀程度金属样本的腐蚀状态评价结果与其实际腐蚀程度相一致。
关键词
腐蚀图像
多维特征
评价系统
腐蚀评估
Keywords
corrosion image
multidimensional feature
evaluation system
corrosion assessment
分类号
TG172 [金属学及工艺—金属表面处理]
下载PDF
职称材料
题名
基于改进型神经网络模型的负荷短期预测仿真研究
被引量:
1
2
作者
万江
周珺
梁伟
郑继红
李龙
李登峰
机构
国网
重庆市
电力
公司
重庆
电力
调控中心
国网
重庆市
电力
公司
南岸供电
公司
国网重庆市电力公司重庆电力科学研究院
出处
《重庆电力高等专科学校学报》
2017年第3期31-36,共6页
文摘
选择BP人工神经网络作为电力系统负荷预测的模型,发现其具有收敛速度较慢,且容易陷入局部最小的缺点。因此,引入拟牛顿法和附加动量法对其性能进行改进,并形成一种改进型的预测模型。以重庆市某供电公司供区为背景,利用其负荷数据进行仿真,结果证明,对BP人工神经网络的改进是成功的。这种方法可以更好地满足电力负荷短期预测的精度要求,对电力系统控制、运行和规划都具有重要意义。
关键词
短期负荷预测
神经网络
BP算法
拟牛顿法
附加动量法
Keywords
short-term load forecasting
neural network
BP algorithm
quasi-newton method
additional momentum method
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
电磁式电压互感器“低频过电压激励-响应”逆问题求解
被引量:
10
3
作者
杨鸣
熊钊
司马文霞
李永福
何东升
邹滨阳
机构
输配电装备及系统安全与新技术国家重点实验室(
重庆
大学)
国网重庆市电力公司重庆电力科学研究院
国家智能电网输配电设备质量监督检验中心
出处
《电工技术学报》
EI
CSCD
北大核心
2021年第17期3605-3613,共9页
基金
国家自然科学基金重点项目(51837002)
国家自然科学基金面上项目(51977018)资助。
文摘
电磁式电压互感器(PT)作为电力系统中已大规模应用的电压感知设备,在低频电磁暂态电压激励下可能出现铁心饱和,引起二次响应电压波形畸变、测量误差激增。通过求解PT的“低频过电压激励-响应”逆问题,由PT二次响应电压计算得到其一次激励电压。该文基于电磁对偶原理建立计及铁心深度饱和特性的PT正向电路模型及其参数提取方法,进而构建其逆向数学模型,提出PT“低频过电压激励-响应”逆问题的求解方法。针对10kV真型PT的低频暂态仿真与试验数据进行“低频过电压激励-响应”逆问题求解方法的验证,结果表明:提出的逆向求解方法可将PT的低频电磁暂态测量误差从65.6%降低至10%,解决了其在低频暂态电压激励下的测量失真难题。
关键词
电磁式电压互感器
低频暂态电压
深度饱和特性
逆问题求解
Keywords
Electromagnetic potential transformer
low-frequency transient voltage
deep saturation characteristics
inverse problem solving
分类号
TM451.1 [电气工程—电器]
TM835.1 [电气工程—高电压与绝缘技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
图像特征分析的电力金属腐蚀评估方法
钟尧
任啸
吴高林
王谦
王旭鹏
郝建
《哈尔滨理工大学学报》
CAS
北大核心
2021
2
下载PDF
职称材料
2
基于改进型神经网络模型的负荷短期预测仿真研究
万江
周珺
梁伟
郑继红
李龙
李登峰
《重庆电力高等专科学校学报》
2017
1
下载PDF
职称材料
3
电磁式电压互感器“低频过电压激励-响应”逆问题求解
杨鸣
熊钊
司马文霞
李永福
何东升
邹滨阳
《电工技术学报》
EI
CSCD
北大核心
2021
10
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部