您的位置: 专家智库 > >

刘洪文

作品数:3 被引量:11H指数:1
供职机构:军械工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:电子电信电气工程更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇电子电信
  • 1篇电气工程

主题

  • 2篇电能
  • 2篇电能质量
  • 2篇群算法
  • 2篇粒子群
  • 2篇粒子群算法
  • 1篇电能质量扰动
  • 1篇电压
  • 1篇电压参数
  • 1篇电压频率
  • 1篇电站
  • 1篇信号
  • 1篇信号去噪
  • 1篇学习机
  • 1篇隐含层
  • 1篇有效值
  • 1篇暂态
  • 1篇暂态电能
  • 1篇暂态电能质量
  • 1篇数据提取
  • 1篇去噪

机构

  • 3篇军械工程学院

作者

  • 3篇刘洪文
  • 2篇尹志勇
  • 2篇桑博
  • 1篇李亚会

传媒

  • 2篇国外电子测量...
  • 1篇电子设计工程

年份

  • 2篇2016
  • 1篇2013
3 条 记 录,以下是 1-3
排序方式:
一种从军用电站采样数据提取电压参数的方法
2013年
电压有效值和频率是衡量军用电站供电质量的重要指标。他们的计算结果精度越高,我们就能越准确的评估电站性能。对非同步采样数据的合理处理可以很好的减少非同步计算误差。详细介绍了一种利用军用电站采样数据计算信号频率和电压有效值的方法,通过对"过零点"的拟合,很好的增强了信号频率和电压有效值的测量精度。最后在MATLAB环境下对介绍的算法进行了仿真,并且进行了详细的误差分析。
李亚会刘洪文
关键词:军用电站
单一电能质量扰动的分类识别研究被引量:11
2016年
电能质量扰动的分类识别对电能质量综合治理具有重要意义,为此提出了一种基于粒子群优化极限学习机的电能质量扰动分类新方法。利用小波变换将扰动信号做10层分解,提取有效区分扰动信号类型层数的能量差、能量差平均值及能量差的标准差作为特征向量,并将扰动信号与正常信号的均方根作为补充,减少输入向量维度。提出采用极限学习机训练误差作为粒子群的适应度函数来优化隐含层神经元个数,在提升分类速度的基础上保持较高的分类精度。经仿真验证表明,该方法能够准确有效地识别常见的7种扰动类型,相比于传统的BP神经网络具有较高的分类速度。
桑博刘洪文尹志勇
关键词:电能质量极限学习机粒子群算法
改进粒子群算法在电能质量信号去噪中的应用
2016年
针对暂态电能质量扰动信号阈值去噪方法的缺陷及不足,提出了基于改进粒子群的最优阈值法,采用基于SURE无偏估计的自适应最优阈值选择方法对阈值进行选取。在引入粒子群进化速度因子、聚集度因子的基础上加入参数修正因子对粒子群迭代函数的惯性权重进行改进,解决了粒子群算法在后期易陷入局部最优的问题,阈值自适应性及阈值求解精度得到提升。最后通过对两类常见电能质量扰动信号进行去噪仿真验证,结果表明该方法较传统粒子群阈值去噪方法的去噪效果更为明显,具有更好的应用前景。
桑博刘洪文尹志勇
关键词:暂态电能质量阈值去噪粒子群算法惯性权重
共1页<1>
聚类工具0