刘宁
- 作品数：8 被引量：42H指数：3
- 供职机构：东北电力大学更多>>
- 相关领域：电气工程更多>>
- 基于RS的QNN在变压器故障诊断中的应用
- 本文利用量子神经网络(QNN)较好的分类效果将其应用到变压器故障诊断中,宏观上收集数据信息,微观上通过修正量子间隔按一定的比例将模糊交叉的数据分配给所有相关联的类别,提高模式识别的准确性;与此同时,将粗糙集(RS)理论与...
- 刘宁
- 关键词：模式识别故障诊断神经网络变压器
- 文献传递
- 一种结合模糊TOPSIS法和BP神经网络的变压器故障诊断方法被引量：31
- 2009年
- 对变压器绝缘油采取色谱分析并进行故障诊断是目前变压器故障诊断的重要环节。针对传统故障诊断技术中降低状态检测与诊断系统的复杂度和增加系统采集的特征信息量的问题,首次提出将模糊TOPSIS法用于状态检测信息处理。首先将TOPSIS法在Vague集下进行扩展,把样本数据的多属性群问题转化为模糊多属性决策问题。然后计算Hausdorff矢量距离,得到可能解与理想解的相对贴近度,进行样本的优劣排序和聚类。在此基础上建立了简单的BP神经网络,实现了不同类型的模式识别。该方法可以快速、准确地判断变压器的运行状态,进而提高了变压器的安全、稳定及经济运行水平。
- 潘超马成廉郑玲峰刘宁
- 关键词：色谱分析多属性决策模式识别
- 考虑测量冗余度最大的电力系统PMU最优配置被引量：6
- 2010年
- 目前,电力系统PMU的优化配置问题,主要以系统状态完全可观测为约束条件。本文在此基础上,以系统状态完全可观测和测量冗余度最大为约束条件,对PMU优化配置问题进行了研究。采用改进的自适应遗传算法与禁忌搜索算法相结合的混合算法进行寻优。在混合算法中采用了精英个体保留策略以保证整个算法的全局收敛性。在整个优化配置过程中,充分考虑了测量冗余度最大这一约束条件。最后在IEEE18、IEEE39和IEEE118节点系统中进行了验证。
- 郭佩英郝红艳邓颖刘宁张智
- 关键词：电力系统PMU
- 基于粗糙集的量子神经网络在变压器故障诊断中的应用被引量：1
- 2009年
- 为了准确有效识别变压器故障模式,将粗糙集和量子神经网络结合进行变压器故障诊断。采用量子神经网络在宏观上收集数据信息,在微观上通过修正量子间隔将模糊交叉的数据按一定的比例合理分配到相关联的模式中,从而提高模式识别的准确性;利用粗糙集的约简去除冗余的属性、规则,提高量子神经网络的速率。与同输入下BP神经网络的诊断结果进行比较,可知本文方法在变压器故障模式识别方面具有更高的准确性。
- 刘宁郑玲峰郝红艳张智
- 关键词：粗糙集量子神经网络故障诊断
- 基于发电机同调性的相量测量单元优化配置被引量：3
- 2009年
- 采用发电机同调性辨识的方法实现相量测量单元(PMU)最优布点以实现电力系统动态监控。首先将模糊聚类原理中的基于模糊图论的最大树法应用到发电机同调识别中,将发电机进行同调分群;然后用中国电力科学研究院的《电力系统分析综合程序》PSASP中EPRI_36节点纯交流系统进行仿真验证,结果证明了方法的有效性及可行性;最后在每一同调群中配置一个PMU以实现对全网稳定性的监测和控制。
- 兰华郝红艳邓颖刘宁张智
- 关键词：相量测量单元模糊聚类
- 基于DGA的量子神经网络在变压器状态检修中的应用研究
- 随着现代社会的进步和经济的快速发展,电力系统运行的高可靠性和高经济性要求推动了全国各地供电企业的电力设备状态检修项目的相继展开和推广。本文即是在吉林省电科院状态检修项目——《输变电设备状态检修辅助决策系统》研发的基础上,...
- 刘宁
- 关键词：油色谱分析量子神经网络状态检修
- 文献传递
- 基于量子相位的QNN在变压器故障诊断中的应用被引量：1
- 2011年
- 利用QNN模型较好的分类效果将其应用到变压器故障诊断中,宏观上收集数据信息,产生控制量子比特;微观上通过控制量子比特不断修正隐层量子神经元的相位因子而调整网络状态,从而将模糊交叉的数据按一定比例分配给所有相关联的类别,提高模式识别的准确性。通过实际工程应用,验证了该算法的可行性和有效性。
- 孟庆梅王洪生刘宁
- 关键词：量子相位量子神经网络故障诊断
- 基于混合算法的电力系统PMU优化配置的研究
- 以电力系统状态完全可观测和PMU配置数目最小及测量冗余度最大为目标,对PMU 优化配置问题进行了研究。采用改进的自适应遗传算法与禁忌搜索算法相结合的混合算法进行寻优。在混合算法中采用了精英个体保留策略以保证了整个算法的全...
- 郝红艳刘宁
- 关键词：电力系统优化配置混合算法自适应遗传算法禁忌搜索算法
- 文献传递
