【摘 要】
：
研究变压器的故障诊断对电力系统安全稳定运行具有重大现实意义.以油中溶解气体特征为输入的传统变压器故障诊断方法在处理样本不平衡数据时具有较大的局限性.针对这一问题,文中提出一种基于Focal损失栈式稀疏降噪自编码器(SSDAE)的变压器故障诊断方法.该方法通过类别权重确定超参数,并在原始输入中加入高斯白噪声,有利于自编码器充分提取有效特征,进而得到有效的深度特征提取模型;采用Focal损失函数对模型进行优化,并利用Softmax分类器输出诊断结果.案例分析结果表明,与传统三比值法、反向传播神经网络(BPNN
【机 构】
：
大连理工大学电气工程学院,辽宁大连116024
论文部分内容阅读
研究变压器的故障诊断对电力系统安全稳定运行具有重大现实意义.以油中溶解气体特征为输入的传统变压器故障诊断方法在处理样本不平衡数据时具有较大的局限性.针对这一问题,文中提出一种基于Focal损失栈式稀疏降噪自编码器(SSDAE)的变压器故障诊断方法.该方法通过类别权重确定超参数,并在原始输入中加入高斯白噪声,有利于自编码器充分提取有效特征,进而得到有效的深度特征提取模型;采用Focal损失函数对模型进行优化,并利用Softmax分类器输出诊断结果.案例分析结果表明,与传统三比值法、反向传播神经网络(BPNN)和支持向量机(SVM)法等变压器故障诊断方法相比,文中方法可进一步提升诊断准确率.
其他文献
针对氯乙烯合成系统排酸及取样过程中存在的原料浪费和空气污染问题进行了工艺改造,改造降低了生产成本,避免了环境污染.
随着风电利用率的大规模提高,应用典型场景法应对风电机组出力的不确定性具有重要意义.针对多风电场出力之间的时空相关性提出一种改进的场景生成与缩减方法,并提出评价方法来检验生成场景的质量.该方法应用指数函数法构建体现风电时间相关性的多元变量协方差矩阵,应用Copula函数建立多风电场空间相关性模型,通过对随机数与历史数据的累积概率分布函数进行时空相关非线性变换与等概率逆变换生成大量初始场景.改进K-means聚类方法,通过手肘法与聚类有效性指标综合确定最优聚类数目后,缩减得到代表性时空相关风电场景.最后通过4
介绍了电石渣中乙炔回收工艺流程,分析了电石渣中乙炔回收运行中存在的问题,并提出了改进措施,确保了装置的安全稳定运行.
为了提高停电后电力系统负荷恢复效率,具有调控优势且响应速度快的储能参与系统恢复已经成为必然趋势.现有研究中,储能主要是作为可再生能源的辅助电源,平抑可再生能源出力波动;大规模储能也可作为黑启动电源,为待恢复机组提供启动功率.但上述研究都侧重于利用储能的输出功率,而忽略了储能调频能力在提高系统安全性方面的作用,未能更大程度地提高系统的恢复效率.为此,文中提出了考虑电网侧储能调频能力的电力系统负荷恢复策略.以恢复尽可能多的重要负荷为目标,考虑储能的功率特性、频率响应特性和其他安全约束,构建电力系统负荷恢复模糊
现有规划方法未充分考虑分布式光伏电站(DPVG)出力与电动汽车充电站(EVCS)充电负荷的随机特性,针对该问题,文中首先基于场景概率法进行概率潮流分析,并建立基于机会约束的DPVG-EVCS联合规划模型,在确保配电系统运行工况满足机会约束的前提下,优化DPVG与EVCS的建设位置与容量,降低配电系统网损.然后,采用基于遗传算法(GA)的协同进化算法(CA)求解DPVG-EVCS联合规划模型,将待求优化问题分解为EVCS规划子问题与DPVG规划子问题,采用GA进行求解,并通过生态系统协同2个GA种群进化,直
基于汽车智能化以及安全问题等众多因素的考虑,天线作为车载雷达系统中的主要部分,其尺寸结构、辐射性能等对车载雷达的系统性能有重要作用。24GHz天线作为短距离探测雷达可以应用于倒车辅助、盲点检测、自动泊车等。本文基于分形理论,主要分析设计了应用于24GHz的小型化宽带车载雷达天线。通过利用Minkowski分形理论,设计了双层的小型化宽带天线。利用上层辐射贴片的分形结构来精确控制天线的谐振频率,达到
目前异常用电检测问题有许多基于分类的方法,但大多都是基于短期用电行为的判决来判断长期用电行为,判决阈值与比例难以确定,且在实际应用中,不同区域、时段的用户用电数据分布差异较大,比例与阈值也会有较大的不同,难以以固定的比例通用于所有的用户数据.针对此问题,文中提出一种基于强化学习的异常用电判决方法,创新地利用强化学习模型来动态生成阈值,以适应差异较大的不同数据集.首先获取分类器输出的数个用户短期行为的异常概率,然后输入到强化学习模型深度递归Q网络(DRQN)中,学习得到动态阈值即判决阈值与判决比例.试验结果
作为新能源领域的课题热点之一,短期风功率预测的研究在提高预测精度的同时也应重视模型的工程化应用.据此,提出一种基于偏最大信息系数的组合XGBoost预测模型.首先,设计一种基于偏最大信息系数的特征选择算法,通过引入偏互信息,在挖掘出对风功率影响较大的气象特征的同时,也能消除耦合信息带来的不利影响.在此基础上,为兼顾模型的精度和计算效率,降低单个模型的预测风险,构建以XGBoost为底层算法的组合预测模型,进一步实现风功率预测.采用2个具有较大差异的风电场作为算例进行验证分析,结果表明,基于偏最大信息系数特
表情识别是情感计算的一个重要分支,在医疗、教育、安保等领域有着广泛的应用前景。传统的表情识别主要针对实验环境下的正面人脸表情图像,但在自然环境下,人脸具有多种姿态,传统方法面临着挑战,研究人员提出了多角度的人脸表情识别方法。其中策略之一是将侧面人脸表情图片进行矫正,使多角度表情识别问题变成正面表情识别问题,但该策略容易受到具体的人脸矫正方法和特征提取算法的影响,性能还有待提高。为解决上述问题,本文
近年来,城市建筑空间资源短缺,国内大部分地铁修建于地下,更有极大一部分地铁线深埋于地下水环境中,增加了地铁空间的施工难度。在地铁施工和运营期间不可避免地会对天然地下水环境造成扰动破坏。同时,地铁空间长期埋藏于在地下水环境中,地下水流场的变化可能会对地铁空间造成一系列不利影响,比如结构失稳、空间上浮、空间侧壁破裂、地下水渗漏、空间墙壁变形等问题。地铁空间与地下水环境相互影响,使二者关系更加复杂,联系