基于组合赋权的非介入式终端辨识能力灰色TOPSIS评价

来源 :电力工程技术 | 被引量 : 0次 | 上传用户:guidahuasheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
非介入式负荷辨识终端克服了传统侵入式终端成本高、安装复杂和维护不便的问题,得以广泛应用。但目前仅通过电量指标对非介入式终端负荷辨识能力进行评价,评价体系单一。为此,文中选取多维指标综合衡量终端对电器负荷的辨识能力,并据此构建了非介入式终端分层多组评价模型;利用熵权-层次分析法(AHP)组合评价技术得到指标的组合权值;在此基础上,利用灰色逼近理想解排序(TOPSIS)评价对电器组合案例的电器辨识能力进行分类、灰色排序,从而客观地得到终端整体辨识能力水平及不同案例下终端辨识能力好坏。最后,在非介入式终端实证平
其他文献
随着个人电脑和智能手机的不断普及,以及网络带宽成本的不断下降,在线观看网络视频已经成为人们生活中常见的一种娱乐或学习方式。国内几个著名的在线视频网站每天都会有亿级
在农民风险倾向随收入变化的假定下,政府保费补贴额的下限(或上限)取决于:效用函数的具体形式,效用曲线拐点处的农民收入水平(或农民理想的效用水平),农民自身收入水平,农民、政府
建立了一个求解非线性互补问题基于模的矩阵分裂迭代算法,并在一定条件 下分析了该算法的收敛性;同时通过实验验证了该算法在求解一类弱非线性互补问题时的 有效性.
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
给出一个图G,称矩阵Q=D+A为无符号拉普拉斯谱矩阵.其中A表示G的邻接矩阵,D表示G的顶点度对角矩阵.研究了循环图的无符号拉普拉斯谱半径的上界,得到了几个有意义结果.进一步,讨论了循
为了减小执行重复运动任务机器人的末端位置误差,提出了自适应迭代学习轨迹跟踪控制算法。根据拉格朗日方程得到SCARA机器人的动力学模型,设计了控制力矩的迭代算法,利用Lyap
针对传统多维力传感器研制后均需繁冗的加载标定这一现状,提出了多维力传感器"自标定"设计理念,通过钢球滚动机械解耦,设计了一种弱耦合全压向力自标定正交并联六维力传感器结构。论证了该六维力传感器的滚动解耦原理,分析了其自标定原理。基于螺旋理论建立了该六维力传感器理想数学模型,计算得到其一阶静力影响系数矩阵。考虑分支弹性变形,基于高次超静定结构力学求解原理,对该六维力传感器进行了受力分析与仿真计算,结合
以主轴改造后的XK7136C数控铣床为平台,以AZ31系镁合金与7075-T651铝合金为研究对象,通过理论计算与磁场仿真,设计出适用于加工铝镁合金结构材料平面的强永磁材料磁极,并采用
目前有关超静定结构的受力分析中几乎均未考虑分支重力的影响,针对此,提出了一种考虑分支重力情况下超静定结构受力分析的方法。首先基于分支的力矩平衡方程直接求解出在分支
当前人工智能发展迅速,逐步成为新产业、新业态、新模式的孵化器和助推器,深刻改变了社会经济活动及每个人的生活方式。作为人工智能的杰出代表和重要的应用领域,机器人的研