于志勇
- 作品数：4 被引量：30H指数：3
- 供职机构：国网新疆电力公司经济技术研究院更多>>
- 发文基金：吉林省科技发展计划基金国家自然科学基金吉林市科技发展计划项目更多>>
- 相关领域：电气工程更多>>
- 输电线路故障层次化变步长Tsallis小波奇异熵诊断方法被引量：10
- 2017年
- 为提高熵方法输电线路故障信号时-频域的特征提取能力,提出层次化变步长Tsallis小波奇异熵(Tsallis Wavelet Singular Entropy,TWSE)方法用于电力系统故障诊断。首先,对采集到的电压信号进行小波分解与单支重构,构建时-频矩阵;之后,将奇异值分解与Tsallis熵理论相结合,对该时-频矩阵求滑动步长为1的Tsallis奇异熵,确定故障发生时刻;然后,对故障发生后1周期内的三相电压重构系数求滑动步长为1/4周期的TWSE,构建用于故障诊断的特征向量;最后,将TWSE特征向量输入到极限学习机(Extremly Learning Machine,ELM)分类器中,实现输电线路故障诊断。仿真结果表明,新方法具有更好的故障暂态信号特征表现能力,且分类结果不受故障时间、过渡电阻和故障位置等因素影响,相较基于小波奇异熵的线路故障诊断方法具有更好的诊断效果。
- 黄南天李富青王文婷于志勇聂永辉
- 关键词：TSALLIS熵
- 浅谈电力负荷预测方法被引量：1
- 2017年
- 准确的进行电力负荷预测对于电网规划及电力市场的发展具有重要的作用。对当前比较常用的预测方法进行了阐述,并且结合新疆电网的具体情况提出了合适的电力负荷预测方法。总之,高效准确的对电力负荷进行预测可以对电网安全稳定的发展提供积极有效的信息。
- 于志勇张增强吕盼宋新甫
- 关键词：电力市场负荷预测神经网络
- 基于GA和ELM的电能质量扰动识别特征选择方法被引量：11
- 2016年
- 电力系统中海量暂态扰动的分析与治理需要以高效准确的扰动分类为基础。现有扰动识别方法缺少合理的特征选择环节,分类器过于复杂,不能满足高效分类的需要。提出一种新的电能质量扰动特征选择方法。首先,对原始信号使用S变换进行预处理,提取具有代表性的25种扰动信号特征构建原始特征集合;然后,根据极限学习机识别准确率构造用于扰动特征选择的遗传算法适应度函数;最后,用遗传算法来进行迭代运算,确定最优特征集合。实验证明,新方法能够有效去除冗余特征,在保证分类准确率前提下,有效降低分类器复杂度,提高分类效率。
- 于志勇张卫辉王新库黄南天黄喜旺
- 关键词：电能质量暂态扰动S变换极限学习机
- 基于GA-ELM神经网络的逐时太阳辐照量预测被引量：8
- 2016年
- 太阳能辐照量是影响光伏发电的主要因素,准确的太阳能辐照量预测对于光伏发电具有重要的作用。为提高预测模型对环境因素的敏感性与预测精度,提出基于遗传算法(genetic algorithm,GA)改进极限学习机(extreme learning machine,ELM)的太阳辐照量预测方法。首先,选取与太阳能辐照量相关的候选属性因素,确定输入变量;其次,以2009年到2014年与待预测日相同日期前后15 d范围内数据为训练集;再次,采用GA优化ELM的隐含层输入权值及偏置向量;最后,采用优化后的GA-ELM模型,开展逐时太阳辐照预测模型。实测算例表明,相较ELM、BP神经网络,新方法具有更高的预测精度,能够适应外界气象条件突变情况下的辐照预测需要。
- 徐静黄南天王文婷戚佳金徐世兵于志勇
- 关键词：太阳能
