国家自然科学基金(59877016)
- 作品数：16 被引量：508H指数：12
- 相关作者：孙雅明廖志伟杜红卫姜惠兰毛鹏更多>>
- 相关机构：天津大学华南理工大学北京工业大学更多>>
- 发文基金：国家自然科学基金中国博士后科学基金更多>>
- 相关领域：电气工程自动化与计算机技术更多>>
- 异联想记忆Hopfield神经网络的模型、算法及性能被引量：14
- 2005年
- 对联想记忆神经网络(neuralnetworks NN)的特性进行了分析,基于双向联想存储器BAM原理,对自联想记忆HopfieldNN模型进行了扩展,建造了适合于求解模式识别问题的异联想记忆HopfieldNN模型结构.并针对HopfieldNN记忆容量不足的缺陷,对常规的学习算法进行了改进,建立了基于投影原理的伪逆学习算法和广义逆学习算法,提高了HopfieldNN对样本的记忆存储能力.分析表明:本文的研究解决了HopfieldNN应用于异联想记忆模式识别的关键问题.
- 姜惠兰孙雅明
- 关键词：HOPFIELDNN联想记忆记忆容量模式识别
- 基于RST改进NN模型的高压输电线系统故障诊断被引量：2
- 2004年
- 为了克服实时诊断信息在形成和传递过程中的畸变而导致故障诊断结果的错误 ,在基于粗糙集理论 (RoughSetTheory,简称RST)的高压输电线系统故障诊断模型的研究基础上 ,充分利用神经网络(NeuralNetworks,简称NN)的泛化能力和粗糙集理论强大的定性分析能力 ,构造了RST与NN相结合的故障诊断模型 .首先利用RST从诊断样本中提取领域知识 ,然后利用所提取的诊断对象知识属性形成诊断NN的初始结构 ,进而增强诊断NN的智能性和容错性 .通过高压输电线系统故障诊断的仿真结果比较 ,证明了该模型的有效性和通用性 .该模型即使在诊断信息不完整的情况下 ,也具有高的诊断容错性能 。
- 廖志伟王钢叶青华
- 关键词：故障诊断容错性能粗糙集理论神经网络
- 数据挖掘技术及其在电力系统中的应用被引量：106
- 2001年
- 介绍了数据挖掘技术的发展概况、实现方法，及其在各领域中的主要应用情况、全面综述了国内外数据挖掘技术在电力系统中的应用动态，展望了其今后的发展趋势。
- 廖志伟孙雅明
- 关键词：电力系统数据挖掘知识发现人工智能数据库
- 基于数据挖掘模型的配电网故障定位诊断被引量：30
- 2002年
- 由于配电网故障定位所依据的故障信息来自于户外的 FTU,其运行环境较恶劣 ,元器件受损或信息丢失的可能性高 ,易形成变异故障模式 ,导致故障定位的错判 ,提出基于粗糙集 (RS)理论和遗传算法 (GA)相结合的数据挖掘 (DM)模型来处理实时输入信息的畸变和实现配电网的故障定位 .首先通过 RS对变异故障信息域的数据集进行划分 ,再用 GA挖掘出输入信息与故障定位诊断结果间冗余关系及内在关联性规则 .经仿真测试证明 ,基于 DM模型的故障定位与基于常规前馈神经网络 (FNN)故障定位原理相比 。
- 廖志伟孙雅明杜红卫
- 关键词：数据挖掘模型配电网容错性能粗糙集
- 基于事件序列数据挖掘原理的高压输电线系统故障诊断(一)模型与算法被引量：37
- 2004年
- 基于事件序列(SOE)数据挖掘(DM)原理的高压输电线系统故障诊断的研究分两部分,该文是第一部分:模型与算法;第二部分是仿真和容错性能分析。根据电力系统发生故障时形成具有时空特征的离散SOE信息,提出了基于事件序列DM原理的故障诊断模型的构造和实现方法。用动态规划算法的相似性优化原理,对实时信息序列中含有畸变信息的SOE与标准的SOE集合之间进行编辑距离运算、运算代价、置信度来完成相似性度量的操作,可由挖掘事件之间的蕴涵的关联性,发现知识和进行信息纠错。所提出方法的重要实质是把故障诊断问题的求解转化为寻找与实时故障SOE模式最相似的、运算操作代价最小的标准故障SOE模式,从而纠正SOE中的变异事件,确保诊断的高容错性能。
- 廖志伟孙雅明
- 关键词：故障诊断数据挖掘动态规划法容错性能
- 前馈式神经网络的容错性评估和计算方法的研究
- 2004年
- 本文研究了前馈式神经网络(NN)的容错性问题,提出了一种用全新的概念评估前馈式NN容错性能的方法.将动力学系统的吸引子和吸引域的概念引入到前馈式NN网络,给出了前馈式NN模型的"吸引子"和"吸引域"的定义,以及描述容错性的指标,并在此基础上推导出一种计算前馈式NN"吸引域"大小的数学方法.该研究使前馈式NN容错性有了基于理论的评估和数学计算方法.
- 姜惠兰孙雅明
- 关键词：神经网络容错性吸引域信息处理
- 基于数据挖掘模型的高压输电线系统故障诊断被引量：61
- 2001年
- 在大多数故障诊断系统中 ,由于诊断所依据的实时信息在其形成和传递过程中都有可能产生信息的畸变 ,从而导致故障诊断结果的错误。文中提出利用基于粗糙集理论的数据挖掘模型来处理实时输入信息的畸变和实现输电线系统的故障诊断 ,它是依据粗糙集定性分析能力对知识域的数据集进行分析 ,粗糙集的约简是通过遗传算法求取。还给出了构造测试样本的理论准则 ,从而使检验故障诊断系统的容错性能具有保证和真正的实用价值。通过仿真测试证明 ,基于数据挖掘模型的故障诊断与基于神经网络模型的故障诊断相比 ,具有更高的容错性能。
- 廖志伟孙雅明
- 关键词：故障诊断数据挖掘粗糙集
- 基于事件序列数据挖掘原理的高压输电线系统故障诊断 (二)仿真和容错性能分析被引量：21
- 2004年
- 在基于事件序列(SOE)数据挖掘原理的故障诊断模型与方法的基础上,提出了将基于事件序列的数据挖掘原理故障诊断模型用于高压输电线系统(HVTLS)故障诊断领域。分析了故障诊断模型中变异故障模式的种类及其对故障诊断策略的影响,阐述了基于SOE的数据挖掘HVTLS诊断模型和功能模块的构造。依据输电系统故障事件序列在时空特性的关联性,用动态规划算法的优化相似性原理挖掘事件序列之间的关联性和蕴涵的知识,将诊断问题的求解转化为寻找与实时故障事件序列模式最相似的、运算操作代价最小的标准故障事件序列模式。以实现对变异事件序列模式中畸变事件的“复原”和纠错,从而确保故障诊断系统的高容错性。
- 孙雅明廖志伟
- 关键词：故障诊断容错性能数据挖掘动态规划法
- 基于遗传算法的配电网故障定位和隔离被引量：163
- 2000年
- 目前配网的故障定位和隔离采用故障电流分析方法 ,在实时信息序列中存在畸变信息时有可能错判或误判。本文提出基于遗传算法的配电网故障定位和隔离 ,能进行全局寻优求解 ,并通过对实时信息进行 0、1编码和构造评价函数实现寻优。当实时信息中出现畸变信息时 ,能自动纠错和进行准确故障定位 ,并具有高容错性能。仿真结果证明了该方法的有效性。
- 杜红卫孙雅明刘弘靖董伟
- 关键词：配电网故障定位遗传算法供电可靠性
- 基于不同RS与NN组合的数据挖掘配电网故障诊断模型被引量：53
- 2003年
- 在将基于 RS(粗糙集 )理论的数据挖掘用于配电网故障定位诊断模型研究的基础上 ,提出和构造了 4类不同的 RS与 NN(神经网络 )组合的故障诊断模型 ,给出了 RS与 NN在 4类模型中实现不同的互补性、关联关系、应用机理和原则及相应的局限性。通过对 5类模型的仿真测试结果比较 ,证明数据挖掘模型潜在知识发现的重要意义 ,并对 4类模型中 RS的应用机理和性能作出全面的评估。文中对
- 孙雅明廖志伟
- 关键词：配电网容错性能数据挖掘粗糙集理论
