BP神经网络用于预测多参数关联变压器油的性能

基于变压器油性能参数之间的关联性,采用BP神经网络方法,在Matlab平台下研究预测多参数关联变压器油的性能,利用变压器油日常的监测数据,建立击穿电压与4个影响因素的关联模型.论文分别就常规BP算法和变学习速率、变动量因子的改进BP算法进行了比较研究,结果表明,改进BP算法模型的预测结果精度较高,预测值与实际值的相对误差在5%左右.本方法可以为变压器故障的早期诊断、预测防范和及时处理提供科学依据,具有重要的实际应用价值.     

用KPCA-LSSVM预测变压器油击穿电压

击穿电压是变压器油品质的重要参数,针对变压器油击穿电压难测试问题,提出基于核主元分析和最小二乘支持向量机的预测方法。为了提高变压器油击穿电压的软测量预测精度,本文选取与击穿电压关联性强的4个参量建立核主元分析模型进行特征提取,消除数据的相关性,得到的4个主成分的方差累计贡献率达96.84%,以此4个主成分作为最小二乘支持向量机软测量模型的输入;采用交叉验证法选取最小二乘支持向量机的惩罚参数和径向基核函数参数,建立核主元分析的最小二乘支持向量机变压器油击穿电压的预测模型,与BP神经网络和最小二乘支持向量机方法进行比较,采用平均相对误差和均方根误差来评价模型的性能指标。实验结果表明,本文提出的预测模型预测精度高、泛化能力好,能够满足变压器油击穿电压的测量需求。     

城市轨道交通设备故障聚类与贝叶斯网络预警

针对城市轨道交通的海量监控报警数据分析难度大的问题,结合设备故障特征,应用数据挖掘方法定义聚类特征树,建立基于故障集的层次聚类分析模型,取得故障要素的高频聚类并识别关联规则。通过构建故障贝叶斯层次网络,提出故障预警模型,计算取值概率推断预警值,进一步探讨了关联性预警的识别和应用策略。采用某城市轨道交通的阶段报警数据实例验证,表明识别出的故障关联规则与实际较好地符合,利用该方法推断故障预警能快速定位风险隐患,为安全管理提供有效的决策支持。     

基于多层次灰色关联分析的复杂网络节点排序模型

复杂网络节点重要性是研究复杂网络特性的重要方面之一,被广泛应用于数据挖掘、Web 搜索、社会网络分析等众多研究领域。在选取评估节点重要性指标时,考虑到普通聚类系数仅能衡量网络节点聚类的疏密度,不能衡量聚类的规模,提出了修正的聚类系数;同时,选取了Erdos数和介数两个指标来综合衡量网络节点重要性,建立多层次 灰色关联分析模型,确定出各个节点与理想节点的关联度,实现对复杂网络节点的排序。模型不仅考虑到度、路径距离对节点排序的影响,而且也考虑到每个节点聚类程度对节点排序的影响。通过与实际网络和其他方法的排序结果对比,模型能够准确找到复杂网络的核心节点,并且排序结果真实反映了节点依次的重要程度。     

融合节点中心性和度相关聚类的有向网络链路预测

现存大部分有向网络的链路预测方法仅关注链接方向信息和互惠链接信息而忽略节点重要性及度相关聚类的贡献,导致预测精度下降。针对以上不足,提出基于节点中心性和度相关聚类的有向网络链路预测指标。首先,利用节点中心性统计任意节点邻居数量去衡量节点的影响力;其次,将节点度相关聚类系数方法扩展到有向网络去评估节点聚类能力,并与网络同配系数相融合获得节点对高聚类能力;最后,融合以上2类信息提出一个带参的有向网络链路预测指标。在6个真实世界有向网络上与最近代表性预测指标比较,所提指标AUPR和AUC分别提高了33%和1.6%。     

面向Web网页的区域用户行为实证研究

用户对Web网页的访问是由用户需求行为确定的一个随着时间演化的复杂双模式二分网络.通过对网站聚类生成的二分网络的实证研究表明,其入度分布呈现出典型的无标度特征和集聚现象,幂指数介于1.7到1.8之间.将这种双模式二分网络映射为两种含权单模式网络:用户群体兴趣广义关联网络和网站资源广义关联网络,从而深入研究用户群体行为的关联性和从用户行为角度网站资源的关联性.实证分析其统计特性表明,两者的边权分布是幂律的,网络节点关联紧密且呈现簇聚特征.用户行为的无标度特征和集聚特点对优化Internet网络拓扑结构,改善其网络性能具有重要意义.     

基于改进关联聚类算法的网络异常数据挖掘

为解决传统关联聚类算法挖掘网络异常数据时间复杂度高、精确度不理想等问题,提出Spark-MML聚类算法。为Apriori关联规则算法设计并行化频繁项集挖掘环境,使用兴趣度约束与支持度自适应策略挖掘网络数据特征量强关联规则;利用可变网格的局部离群点检测算法剔除K-means聚类离群点,基于最大最小距离确定聚类中心及数值K,将网络数据分为异常和非异常。测试结果表明,该方法避免聚类中心选取陷入局部最优,降低了异常数据挖掘的时间复杂度,有效节约算法运行空间,是一种可靠的网络异常数据挖掘方法。     

去噪处理下的复杂网络聚类优化模型研究

由于当前已有模型未能对加权复杂网络数据进行去噪处理,导致网络聚类结果和聚类质量不理想,聚类实际运行时间上升.提出一种基于空间关联性的加权复杂网络聚类模型,通过法向张量投票技术组建投影时的局部坐标系,获取网络编码局部几何结构,利用邻居节点间感知数据的空间关联性过滤噪声数据,同时使用坐标更新算法调整噪声点位置,实现复杂网络...     

基于改进RBF的变压器油色谱在线监测装置配置策略研究

变压器油色谱在线监测是变压器故障诊断的重要举措,也是电网变电检修的重要手段。考虑到110千伏(66千伏)电压等级油浸式变压器在线监测装置的选配对其诊断效果具有较大影响,并且其影响因素较多且复杂,提出一种基于K-means聚类和遗传算法相结合的RBF神经网络在线监测装置配置策略。从变压器内部本体特征和外部所处环境两个方面对装置选配影响因子进行筛选和分析得到最终的影响因子;对RBF模型的适用性进行分析和阐述;建立以影响因子为输入向量,以监测装置配置评分作为输出向量的基于改进RBF在线监测装置配置模型。实验结果表明,该模型能够对在线检测装置进行准确评分,提高了选配准确度,证明了该模型的有效性。与神经网络(BP)模型相比,该模型加快了网络收敛速度,能够更加有效地解决在线监测装置配置问题,为电网提供切实可行的方案。     

基于多神经网络模型的石脑油干点软测量

应用多神经网络建立初顶石脑油干点软测量模型,首先采用模糊C均值聚类法将样本集分成具有不同聚类中心的子集,每个子集运用BP神经网络训练得出子模型,然后根据聚类后产生的隶属度将各子模型的输出加权求和获得初顶石脑油干点软测量值。同时为了克服因炼制原油性质无法及时获得而造成对初顶石脑油干点预测偏差的影响,在于模型建立时将前一时刘初顶石脑油干点分析值作为网络模型的自变量。实际应用表明,所建模型具有良好的预测精度,泛化能力强,效果令人满意。     

基于LabVIEW的变压器在线状态监测系统

变压器的在线状态监测对于变压器的故障诊断以及电网的正常运行具有重要的意义。对以机械参数为主、电气参数为辅的变压器振动分析法进行了研究,建立了一套在线状态监测系统。系统通过工作现场的数据采集终端检测变压器的振动、电压、电流和油温信号,使用串口和以太网实现数据采集终端和上位机之间的数据通信;上位机采用LabVIEW软件对这些信号进行分析,从而判断变压器的工作状态。试验表明,系统具有良好的在线监测效果。     

基于绝缘液体充填封装RFMEMS开关特性分析

提出并设计一种采用绝缘液体充填封装的RF MEMS开关,分析其工作原理,并以高压油、蓖麻油、甘油为绝缘液体充填封装,仿真分析绝缘液体对RF MEMS开关的驱动电压、冲击速度、响应时间、开关电容等方面的影响。结果表明:绝缘液体充填封装有效地将驱动电压降为原来的1/εr,降低上极板对下极板的冲击速度。对3种液态封装材料性能分析,蓖麻油效果最好:阈值电压下降了一半,约为10 V;当驱动电压为20 V时,响应时间为40.6μs,优于高压油(91.3μs)、甘油(89.9μs),冲击速度约为1.26 m/s。     

建筑供配电节能变压器的经济运行

每台变压器都存在有功功率的空载损失和短路损失以及无功功率的空载损耗和额定负载消耗,变压器的容量、电压等级、铁芯材质不同,上述各参数也不相同。因此,变压器经济运行应当选择参数好的变压器及最佳组合参数的变压器运行方式来运行。选择节能型变压器,可使变压器经济运行,减小变压器的空载损耗及运行损耗,并将其调整至合理区间,提高系统的功率因数,治理系统谐波,从而达到节电和提高功率因数的目的。     

基于ROF离群组检测的低压配电网拓扑校验

目前现有的低压配电网拓扑结构校验方法中,多是从高级量测体系(Advanced Metering Infrastructure,AMI)中获取待校验台区用户最近一段时间的电压序列数据,通过计算数据之间的相关系数来度量不同用户电压曲线之间的相似性。但是,用户是否属于同一台区的相关系数阈值难以确定,且现有的局部离群点检测(Local Outlier Factor,LOF)算法无法检测出离群组用户。因此,提出一种基于环域离群组检测(Ring Outliers Factor,ROF)的低压配电网拓扑校验算法,利用电压序列数据之间的相关系数作为ROF算法中的相关性度量,分析用户环域内的离群程度,从而校验出所属台区错误的用户组,可有效的验证电网GIS系统中用户与台区变压器拓扑连接关系的正确性。     

用于检测变压器油中的乙炔气体敏感元件

通过向ＳｎＯ２基体材料中掺杂稀土金属氧化物及贵金属酸盐等，制作出一种高灵敏、高选择性的乙炔气敏元件。该元件应用于电力工业中大型充油变压器在高压放电时放出的乙炔气体检测，预报突发事故的发生。     

EPC高频变压器分布参数及其影响的分析

随着高频化的需要,变压器分布参数的影响也逐渐显著。从高频化的等效电路入手,对开关变压器分布参数的影响进行了详细的理论分析和仿真验证,提出了在设计和绕制变压器时能够减小分布参数的几种措施,并通过仿真结果给出了利用分布参数作为谐振元件的一部分的高频软开关电路的具体实现。     

Equivalent circuit model and characteristic parameters for AC PDP discharge cells

In this paper, an equivalent circuit model for discharge cells of alternating current plasma display panel (AC PDP) is developed. In this model, a voltage controlled switch is introduced to describe the breakdown process of the gas discharge. And two zener diodes are introduced to describe the sustain process of the gas discharge. Three internal discharge characteristic parameters, the breakdown voltage of discharge gap, the minimum sustain voltage of discharge gap and the discharge cell capacitance ratio, are proposed. The formulas for expressing external discharge characteristic parameters by internal discharge characteristic parameters are derived. The experimental method for measuring internal characteristic parameters is developed and the measurement results for a macro discharge cell are presented.     

Detailed investigation of capacitive micromachined ultrasonic transducer design space

In this study, we present general design guidelines for MEMS ultrasonic transducers, capacitive micromachined ultrasonic transducers (CMUTs), obtained from finite element models with a statistical design of experiment approach. The design space is illustrated using 2-D response surfaces as a function of various geometrical parameters and material selections. Important transducer figure of merits such as operation frequency, fractional bandwidth, collapse voltage and transformer ratio are investigated. Our study illustrates that while keeping geometrical parameters constant, changing the material selection to silicon carbide from silicon dioxide results in a 2.4 times increase in the transformer ratio, and more than 2.5 times increase in the operating frequency while keeping the bandwidth the same. Furthermore, our studies indicate that for a CMUT membrane with an aspect ratio of 4, using a spring constant value obtained analytically results in an error of 160% for the collapse voltage and transformer ratio values.     

基于电压曲线聚类分析的低压用户相序自动识别

针对低压用户相序识别困难、成本高问题,提出了一种基于电压曲线聚类分析的低压用户相序识别方法。首先采用皮尔逊相关系数度量不同用户智能电表电压曲线之间的波动相似性;接着基于电压曲线相似性分布的密度信息选择初始聚类中心对象;然后采用K-medoids算法将智能电表电压曲线波动相似的台区用户聚类为3个不同用户组,进而识别低压台区用户相序。该方法在某电网公司进行了应用验证,在变压器三相不平衡严重台区开展用户相序识别,然后根据不同相序用户负载情况进行负荷再分配,从而降低该台区变压器三相负载不平衡度,取得了良好的效果。#$NL关键词：相序识别;三相不平衡;皮尔逊相关系数;密度信息;K-medoids算法