动态时间弯曲距离

作品数：58被引量：414H指数：11
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：黄纯孙宏伟刘鹏辉李培强李欣然更多>>
相关机构：湖南大学重庆邮电大学福州大学东南大学更多>>
相关期刊：《齐齐哈尔大学学报（自然科学版）》《农业工程学报》《兰州交通大学学报》《现代电子技术》更多>>
相关基金：国家自然科学基金国家高技术研究发展计划国家电网公司科技项目教育部“新世纪优秀人才支持计划”更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 机构=湖南大学x
共 条 记 录，以下是1-6
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于筛选电压数据的配电低压用户相别辨识方法被引量：5
《供用电》2022年第1期58-64,共7页张志丹 张帝 黄纯 邓威 唐海国 朱吉然 
国网湖南省电力有限公司科技项目(5216A518000);国家自然科学基金项目(51677060)。
目前配电网低压台区相位关系存在记录不准确或更新不及时的问题,不利于低压台区的运行与管理。提出一种基于筛选电压数据的配电台区低压用户相别自动辨识和校验方法。首先,获取最近一段时间内配电变压器三相电压及该台区所有用户电压的...
关键词：配电网 低压用户 相别辨识 动态时间弯曲距离 聚类算法 
改进分段线性表示与动态时间弯曲相结合的负荷曲线聚类方法被引量：30
《电力系统自动化》2021年第2期89-96,共8页宋军英 崔益伟 李欣然 钟伟 刘韬文 李培强 
国家重点研发计划资助项目(2017YFB0903403)。
聚类分析是负荷特性分类与综合的基本方法。针对现有聚类方法应用于基于电网大数据平台的在线负荷建模中在聚类质量、鲁棒性等方面表现的不足,提出一种改进分段线性表示(IPLR)的日负荷曲线降维方法。利用IPLR对数据组进行自适应降维重...
关键词：电力系统 在线负荷建模 日负荷曲线聚类 降维重构 改进分段线性表示 动态时间弯曲距离 
基于欧氏动态时间弯曲距离与熵权法的负荷曲线聚类方法被引量：36
《电力系统自动化》2020年第15期87-98,共12页宋军英 崔益伟 李欣然 钟伟 邹鑫 李培强 
国家重点研发计划资助项目(2017YFB0903403)
为了改善目前负荷建模中聚类方法相似度衡量不准确及聚类结果质量较差的问题,综合运用k-means及熵权法原理,提出一种基于欧氏距离与动态时间弯曲距离的日负荷曲线聚类方法。首先,采用欧氏距离与动态时间弯曲距离分别衡量日负荷曲线的整...
关键词：欧氏距离 动态时间弯曲距离 负荷曲线聚类 熵权法 相似度衡量 
基于动态集成LSSVR的超短期风电功率预测被引量：3
《湖南大学学报（自然科学版）》2017年第4期79-86,共8页刘荣胜 彭敏放 张海燕 万勋 沈美娥 
国家自然科学基金资助项目(61472128;61173108);National Natural Science Foundation of China(61472128;61173108)
针对最小二乘支持向量回归(Least Square Support Vector Regression,LSSVR)建模风电功率时变特性的局限性,提出了一种基于动态集成LSSVR的超短期风电功率预测模型.首先利用风电场监测控制与数据采集(Supervisory Control And Data Acqu...
关键词：超短期风电功率预测 最小二乘支持向量回归 动态集成 动态时间弯曲距离 数值天气预报 
基于动态时间弯曲距离的主动配电网馈线差动保护被引量：34
《电工技术学报》2017年第6期240-247,共8页黄纯 刘鹏辉 江亚群 冷华 朱吉然 
国家自然科学基金(51677060);国家电网公司科学技术项目(5216A016000T)资助
基于馈线上不安装电压互感器、馈线终端(FTU)通信实时性较差和时间同步能力较弱的工程应用背景,提出一种主动配电网馈线差动保护方法。利用相电流突变量启动算法,触发馈线区段边界上各FTU相互交换1个工频周波的故障电流采样数据,再通过...
关键词：主动配电网 分布式电源 动态时间弯曲 馈线 差动保护 
基于动态时间弯曲距离的小电流接地故障区段定位方法被引量：38
《电网技术》2016年第3期952-957,共6页刘鹏辉 黄纯 
国家863高技术基金项目(2011AA05A114)~~
动态时间弯曲(dynamic time warping,DTW)距离可度量2个时间序列的相似性,且具有良好的耐同步误差特性和容错特性。配电网发生单相接地故障时,流过线路健全区段两侧的暂态零序电流几乎为同一电流,采样数据差异小,DTW距离也较小;而流过...
关键词：配电网 动态时间弯曲 小电流接地故障 故障区段定位 馈线终端 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部