导读:本文包含了电能特征论文开题报告文献综述及选题提纲参考文献，主要关键词:电能质量,S变换,特征选择,参数优化
电能特征论文文献综述
王仁明,汪宏阳[1]（2019）在《基于IA-PNN的电能质量复合扰动特征选择及参数优化》一文中研究指出提出了一种基于S变换(ST)和免疫算法(IA)优化的概率神经网络(PNN)算法的电能质量复合扰动特征选择和参数优化混合方法。首先,引入了线型判别分析(LDA),将其最优方向作为特征权重对基于ST提取的原始特征进行降序重排,通过将特征选择过程线性化以方便进行优化;其次,基于特征选择和PNN窗宽调节因子的优化需要,改进了IA的亲和度计算方法;最后,使用改进后的IA进行PQD信号特征选择和PNN参数混合优化,并依据结果重构了IA-PNN分类器,并对含随机噪声PQD信号进行分类。试验结果证明,相比原PNN分类器,优化后的IA-PNN的分类精度得到了有效提高,同时总运行时间得到了降低,与DT和KNN相比,IA-PNN在性能上均有一定优势,体现出了新方法的有效性。(本文来源于《电力与能源》期刊2019年05期）
李伟,丁凯,李琼林,刘书铭,禹华西[2]（2019）在《省级电能质量监测平台实测电压暂降特征分析》一文中研究指出鉴于电压暂降特征信息是分析暂降发生原因和提出后续治理方案的关键,基于河南电网电能质量监测平台电压暂降实测数据,按不同电压等级将暂降特征信息划分为波形特征、幅值和持续时间进行统计分析。将波形特征划分为4种类型,发现短路故障、电机启动和变压器激磁是导致河南电网某地区电压暂降的主要原因。根据不同幅值和持续时间分区间统计电压暂降频次,揭示了电压暂降频次随持续时间减小,幅值增大而上升的趋势,并估计了敏感工业用户受影响情况。(本文来源于《水电能源科学》期刊2019年10期）
姜东杰[3]（2019）在《列车牵引逆变器输出电能品质及其故障特征研究》一文中研究指出列车牵引逆变器输出电能品质与牵引系统关键部件的工作状态紧密耦合。分析了牵引电机转子断条故障、电机定子匝间短路故障及逆变器IGBT开路故障状态下定子电流的特定谐波分量特性。针对定子电流故障特征,使用快速傅里叶变换(FFT)对故障特征进行识别,提取特定谐波分量,提出了以特定谐波分量含量与基波含量比值大小定位故障部件的故障诊断方法。搭建了牵引系统状态监测仿真模型,验证了提出的故障特征与故障诊断方法的正确性和有效性。(本文来源于《机车电传动》期刊2019年05期）
纪萍,陈玲,吴静妹[4]（2019）在《基于能量差的电能质量特征提取方法的研究》一文中研究指出针对电网中干扰信号特征向量选取困难,干扰信号分类识别准确率低的问题,采用小波多分辨率分解和帕斯瓦尔定理相结合的方法,设计了一种新的特征向量提取方法,分别对无噪声干扰和有噪声干扰的两类信号进行实验。实验证明:该方法能有效对两类干扰信号进行分类识别,整体分类准确率有了很大提高。充分证明了该方法的可行性、鲁棒性和高精度,为提高电能质量和电网质量智能化管理提供了新的理论基础。(本文来源于《山西大同大学学报(自然科学版)》期刊2019年04期）
刘茜茜[5]（2019）在《无线信号与电能同传技术中电磁辐射特征的研究》一文中研究指出随着全球对电能需求的日益增长,电能传输方式逐渐多样化,出现了无线传输,主要有感应式、谐振式、微波式等,其中磁耦合谐振式无线电能传输因具有良好的传输性能,已被应用在多个领域。然而对于一些用在体内、水下等特殊环境的电子设备,传输电能的同时还需要传输信号,为满足这一需求近年来出现了一种无线信号与电能同步传输的新技术(无线信能同传技术)。基于这一背景,论文研究磁耦合谐振式无线信能同传技术,并分析系统中耦合线圈的电磁辐射特性,主要研究内容及结果如下:无线传输系统方面,通过等效电路法研究了磁耦合谐振式无线电能传输系统的电路特性,并给出系统传输功率和传输效率的计算方式,利用MATLAB仿真绘制了传输距离、工作频率、负载等因素对传输功率和传输效率的影响趋势图。对比分析了四种典型的无线信能同传方式,针对调幅、调频式同传技术中负载供电不连续、偏移谐振频率等缺点,设计出相位调制信能同传方式并仿真,结果表明相位调制方式能够实现信能同传,具有负载供电稳定,系统损耗小的优点。耦合线圈设计方面,借助HFSS叁维仿真软件设计了平面螺旋线圈和圆柱螺旋线圈,分析传输距离、轴向偏移和中继线圈对传输特性的影响,并研究了耦合线圈对人体脑部产生的电磁辐射特性及SAR(比吸收率)值大小,仿真结果表明:增加传输距离和轴向偏移会降低电磁场强度,增加中继线圈和磁芯可以提高电磁场强度从而提高传输距离;SAR值和耦合线圈与人体脑部的距离呈反比趋势,谐振频率为300MHZ时,平面螺旋线圈中人脑局部SAR峰值达0.0312W/kg,平均SAR峰值达0.0158W/kg;圆柱螺旋线圈中人脑局部SAR峰值达0.0781 W/kg,平均SAR峰值达0.0298W/kg,均在国际标准允许范围内。同时针对耦合线圈的漏磁现象,设计出切割线圈后用电容连接成整体的方法,经仿真分析,加入电容可以提高线圈上磁场强度,降低电场强度,从而降低电磁辐射SAR值。(本文来源于《西安科技大学》期刊2019-06-01）
王达[6]（2019）在《采用高效时-频特征提取与选择的电能质量扰动识别》一文中研究指出电能质量是智能电网的主要控制目标,也是电力价格以质定价的基础。因此,需要对具有不同噪声水平的各接入点的分布式电源电能质量开展深入监控与分析。对电能质量扰动信号进行高效、精确识别是扰动源定位、电能质量针对性治理的前提,具有重要的意义。本文针对现有电能质量扰动信号识别中存在的信号处理效率低、信息存储空间大等不足,采用了高信号处理效率、低信息存储空间的电能质量扰动识别方法。特征提取方面,对于单一扰动信号和复杂扰动信号,分别采用两种信号处理方法进行特征提取。(1)为了提高单类电能质量扰动的信号处理效率,以9种单类扰动信号为分析对象,提出一种基于图像特征增强技术的单类电能质量扰动特征提取方法。首先,将电能质量信号转换为灰度图像;其次,使用伽马校正、边缘检测与峰谷检测3种特征增强方法对灰度图像特征进行增强,得到二值图像;最后,对二值图像提取扰动特征,构建原始特征集合。(2)为了降低复合电能质量扰动分析中的信息存储压力,以包括复合扰动在内的17类扰动信号为分析对象,提出一种基于时域压缩最优多分辨率快速S变换的复合电能质量扰动特征提取方法。首先,对S变换时-频矩阵进行时域和频域压缩,得到中间矩阵,再对其提取扰动特征,构建原始特征集合。获得原始特征集合之后,为了去除冗余特征,采用基于特征基尼重要度分析与序列前向搜索策略的特征选择方法。首先,计算原始特征集合中所有特征的基尼重要度,得到重要度排序;其次,以特征重要度降序排序为依据,使用序列前向搜索策略计算每个子特征集合下的分类准确率;最后,综合考虑特征维数和准确率,确定最优特征子集。使用最优特征子集训练随机森林分类器与旋转森林分类器,分别对单类扰动信号和复杂扰动信号进行识别。在随机森林分类器构建过程中,以泛化误差最小为目标,使用贝叶斯优化算法对分类器参数进行寻优。在旋转森林分类器构建过程中,以分类精度和两种差异性度量指标为标准,确定分类器最优参数。最后以最优分类器进行电能质量扰动识别,输出识别结果。使用葡萄牙某配电网实测电能质量信号证明了新方法在实际工业应用中的有效性。本研究实现了复杂噪声环境下电能质量扰动信号的精确识别,同时显着提高了单类扰动信号的处理效率,降低了复杂扰动信号分析过程中的信息存储压力。新方法更加满足实际工程应用的需求,进一步促进了扰动识别技术在电力系统电能质量监测与诊断方面的应用,对保障电力系统的安全运行具有重要意义。(本文来源于《东北电力大学》期刊2019-05-01）
萨维恩（Savvin,Nikolai）[7]（2019）在《影响俄罗斯电能社会消费定额的家庭特征研究》一文中研究指出截至2030年,俄罗斯是确保以社会负担得起的价格向人民提供可靠的能源。同时,定价政策应符合能源生产者的利益,并确保电力行业的投资回报。这一政策的实施有助于完善零售电价的监管体系,以便维持人口可支配的必要能源供应份额,并提高人口目标社会支持系统的效率,消除交叉补贴的措施。在解决交叉补贴问题时,最终以经济合理的价格由人口支付电力是不可避免的,但俄罗斯大多数人口的生活水平仍然很低。此外,长期以来,俄罗斯的人口收入分化程度很极端。因此,似乎有必要制定电价,为最不富裕的人口群体提供社会保障,涵盖电力生产的所有成本。这一政策催生了多部分关税优化模型,不同于用电量,这一量被称为社会规范。它们能够在能源公司收支平衡和最贫困人口群体的社会保护的条件下,最大限度地提高社会福利。Petrova M.B建立并研究了以支付方式区分电价优化的经济数学模型,该模型是建立消费者与区域配电公司之间互利关系的基础。Metlyahina A.I.,Voronina S.A.、Kretinna Yu.S.、Nekrasov A.S.在考虑了俄罗斯联邦地区使用的人口用电关税制度基础上,分析了家庭电价,并且考虑到人口的生活水平,评估了减少交叉补贴的可能性。Zaytseva Yu.V.、Bogachkova L.Yu.在研究中介绍了公众作为协调市场参与者利益和引入社会责任的机制的“关税菜单”模式。该关税的规范考虑到了Zaytseva E.获得的来自伏尔加格勒地区人口的电力数据。尽管这种模式具有可以协调所有市场参与者的利益的优势,但是由于确定关税税率方法的不确定性,它很难在实践中应用,这种方法基本上是启发式的。Papkova B.V.的研究主要致力于分析不同电价的形成和实施问题。他建议在所有家庭的总家庭预算中接受与电费相对大小相等的指标作为社会公平的标准,但没有分析转换这种价格的后果,也没有描述消费者地位的变化。VanDoren G.G.,Kaiser M.,Castano E.,Maddoc R.,Erickson T.等也对电能关税建模进行了研究。Maddock R.和Kastano E.描述了哥伦比亚引入多组分电价的积极结果。在这一结果中,六类家庭中的每一类都制定了自己的多组分电价版本,电价逐步增加。由于这一定价,最贫困的部分人口将获得其总收入约5%的转移。此外,他们不是从预算中得到这种转移,而是从最富裕的阶层那里得到,据作者说,这些阶层只损失了他们收入的1%。基于拉姆齐模型,Hubert F.考虑了人口电价的最优结构。同时,他指出:服务于人口的更高成本需要更高的关税水平。社会用电量定额是确定的月用电量,可以满足公寓(民房)租户的基本需求。在引入社会规范之前,这个容量的电价比当前的更低。对于更高水平的能源消费来说,价格明显更高。因此,国家希望刺激人口节约能源。同时,宣布了不同的目标——从节能到减少“交叉融资”,这意味着通过以更高的价格向工业消费者出售能源来补贴居民的电价。“社会规范”具有的主要问题是实施的复杂性和纠结性。从以前研究人口用电量决定因素的研究中可以发现:有许多影响家庭能源使用的决定因素,如收入水平、年龄、种族和地区。所有这些因素都应该考虑在内,以便公正地计算一个家庭的社会规范数量。然而,选择一个子样本或将样本分成若干组的研究受到抽样偏差的影响。为了避免这种抽样偏差,一些学者采用分位数回归方法,利用整个样本来估计因变量对能源使用的影响。他们的研究表明,依赖变量的高分位数和低分位数对家庭能源使用有不同的影响。本文采用分位数回归的方法,不仅可以确定哪些因变量对用电量有相关影响,而且可以用同样的方法计算不同类型家庭的社会定额分配。本文所用数据由俄罗斯纵向监测调查高等经济学院(RLMS-HSE)提供。RLMS-HSE是具有全国代表性的调查机构,旨在监测俄罗斯改革对俄罗斯联邦家庭和个人健康以及经济福利的影响。这些影响通过多种方式进行测量:详细监测个人的健康状况和饮食摄入,精确测量家庭支出和服务利用率,收集相关的社区层面数据,包括特定地区的价格和社区基础设施数据。本研究自1992年至今共收集资料25次,采用2005年至2016年的调查数据。本文的目标样本量设定为4000户,采用多阶段概率,以获得俄罗斯联邦具有全国代表性的样本。首先,创建了1850个综合区域(行政区域)的清单,其中包含95.6%的人口,用作主要抽样单位(PSU)。基于地理因素和城市化水平以及存在显着变异的种族,研究数据涵盖了38个阶层。本文选择了叁个非常大的人口单位:莫斯科市、莫斯科地区和圣彼得堡市构成了自我代表(SR)阶层,剩余的非自我代表阶层(NSR)被分配到35个大小相等的社会阶级。本文共选择98个PSU:3个自代表层包括63个PSU,其余非代表层包括35个PSU。在所选PSU的城市地区,二次抽样单位(SSU)由人口普查计数区的边界定义。在农村,村庄被编成SSU,并以年度调查进行设计。由于1994年至2014年之间存在资金短缺,错过了1997和1999两年。本文的样本在补充文件2第二阶段和RLMS-HSE网站上有更详细的描述。无论是在城市还是农村,采访者都被要求访问每个选定的住宅叁次,以确保采访的安全,并且他们不允许进行任何形式的替换。“家庭”是指在一个给定的住所内共同生活并分享共同收入和支出的一群人。家庭也被定义为包括18岁或18岁以下的未婚子女,他们在调查时暂时居住在住所外。然后,采访者对尽可能多的对14岁及14岁以上的家庭成员进行了个人访谈,获取有关他们个人活动和健康的数据。13岁及以下儿童的数据来自家庭中的成年人,这提供了一个俄罗斯个体的概率样本,基线时没有特殊加权。从收集的一千多个家庭特征中,选择家庭消耗的电能作为分位数回归的一个因变量。选择的自变量是:调查年、家庭城市/居民点的人口、家庭成员数、家庭估计市值(卢布)、家庭居住面积(平方米)、户型面积(平方米)、户内房间数、过去30天家庭收到多少卢布付款、过去30天内、每个家庭成员收到多少卢布付款、家庭所在地的地位、家庭生活在公寓或房子里、家里有没有煤气表、家里有没有电炉吗。根据这一数据,大多数家庭(第叁个四分位数)每月消耗的电能不足200 kWh,其中4名或以下家庭成员每月总收入为39000卢布。一套公寓最常见的特点是少于或等于3个房间,建筑面积63平方米,其中43平方米是居住空间。一套公寓的市值通常不到200万卢布。大多数家庭都是城市化的,住在有计量燃气的公寓里,没有安装电炉。在这项研究中,R—统计计算和图形的语言和环境—被用来对来自RLMSHSE的数据进行分位数回归。将家庭消耗的电能作为一个独立变量输入,将选定的变量作为因变量输入,在第一次迭代中得到以下结果。分位数回归结果表明:居民家庭的能源消费稳步增长,但增长速度缓慢。这一点很明显,因为调查年度较高数量的电能消耗水平较高。由于此变量对于在给定时期内消耗电能的所有家庭都是相等的,因此,此变量将不会在QR的进一步迭代中使用。地方地位从最大(区域中心)到最低(农村)进行分类。数据显示,与居住在区域中心和城市的住户相比,居住在农村地区的住户消耗的电能显着增加。地方人口与用电量无相关性,在某些分位数上具有较高的P值,表明家庭所在地的人口对用电量无影响。因此,可以假设:这个变量与家庭能源使用无关。家庭成员的数量对家庭能源消耗有正向影响,在高分位数产生的影响较大。这表明家庭成员的数量与能源消耗成正比。通过对一套公寓的市场价值分析发现,住宅的预计市场价值对其能耗没有影响。因此,可以假设:这个变量与家庭能源使用无关。生活空间在回归分析中呈现出较低的负值,在高分位数中具有较高的绝对有效值。这表明:如果家庭有更多的生活空间,它更可能使用较略少的电能。因此,可以假设:这个变量与家庭能源使用无关;相反,楼层空间的正值较低,高分位数的绝对值较高。这表明,如果家庭有更多的空间,它可能使用稍微更多的电能。因此,可以假设:这个变量与家庭能源使用无关。房间数量在0到0.85分位数之间显示出较高的正值,约为6 kWh,但在高分散度下,最高分位数下降到3.5 kWh。这说明:家庭中的房间数量对电力消耗有显着的积极影响,但房间数量的影响却在减少。家庭在一个月内收到的付款表明,家庭收到的付款金额对各分位数的用电量没有显着影响。因此,可以假设:这个变量与家庭能源使用无关。每个家庭成员收到的付款在所有分位数上都具有很高的p值,这表明每个家庭成员收到的付款在能源使用方面没有关系。因此,可以假设:这个变量与家庭能源使用无关。对公寓类型的分析表明,被视为公寓或公寓一部分的家庭不会消耗额外的能源。相反,被视为独立住宅或部分住宅的家庭消耗更多的能源,平均高达7 kWh。根据家庭是否有天然气,获得计量天然气显示出最清晰的共分等级和最高的用电量。在家庭已计量天然气的较低分位数地区,能源消耗仅略高于5 kWh左右。在较高分位数地区,家庭没有连接计量气体,家庭消耗的电能更高达85 kWh。安装电炉是难以分析的变量。它对能量消耗有负面影响,特别是对中分位数。在最高分位数和最低分位数上,这种效果不那么明显。为了确保独立变量在数量上影响因变量,省略了QR第一次迭代中的相关、无关变量,并用这些结果处理了QR第二次迭代。在删除不相关的变量后,可以看到,位置状态变量在所有分位数上变得不那么明显,因此假设该变量是不相关的。相反,随着消费量的稳步增加,所有分位数的房间数量变化变得非常明显。通过第叁次迭代,去除了局部状态变量,与第二次迭代相比,得到了如下结果。在第叁次迭代中留下的所有变量都是相关的。家庭成员的数量、房间的数量、对计量气体的接近程度显示出相似的现象,低分位数的值接近零,高分位数的值稳步增加。公寓的类型表明,居住在房子里的家庭比居住在公寓里的家庭消耗更多的电能。电炉安装对能耗有负面影响,其绝对值越高,分位数越高。在RLMS数据上实施QR的结果表明,与以往的研究存在一定的相关性,但也与以往的研究存在矛盾。年用电量的增加可能是由于各种电器、计算机等更广泛的集成所造成的,以往的工作已经证明,房间的数量和家庭成员的数量对能耗有很大影响,这使得它们成为家庭用电量的主要决定因素之一。另一个重要的能源使用决定因素是家庭是否可以使用燃气。没有计量燃气的家庭每月消耗的电量比没有计量燃气的家庭高出70 kWh。数据表明,安装了专用电炉的家庭平均每百分位数的电能消耗量减少25 kWh,这表明电炉比其他类型的炉子(如感应面等)效率更高。一个家庭的类型,无论是公寓的一部分还是房子,都有一个对电力消耗有显着影响,住宅比公寓多10千瓦时。相反,一个家庭的富裕程度对用电量几乎没有任何影响,这一点可以从家庭市值的QR、上个月家庭和家庭成员收到的付款来证明。尽管这与之前的研究结果相矛盾,但由于RLMS是一个问题,参与者可能会在收入水平上给出不准确的答案,因此需要使用不同的方法和数据集进行进一步的研究。一个家庭的其他特征,如居住空间、建筑面积、当地状况和一个家庭所在地的人口对用电没有显着影响。采用分位数回归揭示了家庭用电量的相关决定因素,如下:家庭成员的数量、家庭房间数量、家庭类型(房子或公寓)、计量气体入口、电炉安装。目前,俄罗斯联邦正在尝试实施社会用电规范,作为区分不同消费水平消费者的能源关税的一种手段。2013年9月1日,在俄罗斯联邦的六个试点地区开展了采用社会用电定额的两部分电价试点。人口支付社会规范内消耗的电力、社会降低率和社会规范外的电力——增加成本电价。在弗拉基米尔、下诺夫哥罗德、奥雷尔、罗斯托夫地区以及跨贝加尔湖和克拉斯诺亚尔斯克地区进行了实验。这些地区的社会规范计算方法各不相同。在克拉斯诺亚尔斯克,对于没有电热器具的家庭,每人75 kWh,但每户不低于110 kWh。9月15日至5月15日期间,使用电热器具的家庭每人400 kWh,其他期间与不使用电热器具的家庭相同。下诺夫哥罗德采用先进的社会规范分配制度,不仅考虑到许多家庭和供暖条件下的人,而且还考虑到一些家庭和烹饪用具的房间。在罗斯托夫地区,政府进一步实施了社会规范决定因素。他们增加了季节系数和破旧住房系数,增加了农村家庭的月补贴以及在供暖季节使用电锅炉供暖的家庭数,但他们忽略了家庭中的房间数量。罗斯托夫地区社会定额计算:户籍一人96 kWh,户籍二人156 kWh,人口再增加一人每人用电定额增加40kWh。之后,季节系数在夏季为x1.1,在春季为x0.9。再加上月补贴:危房系数x1.1,增加90kWh农村居民,增加3000 kWh采暖期电锅炉户,增加300kWh电热水器户,增加43kWh电炉户(不低于90kWh家庭)。社会定额的计算应考虑家庭能源消费的主要决定因素。根据俄罗斯联邦的最新法令,建议在社会规范下,按人口消耗70%的电能。在收集到的数据中,家庭消耗的全部能源的70%的截止点是每个家庭238.6kWh。这是一个平均目标社会规范(ATSN),没有任何增加或减少的系数。为了计算每个家庭的社会规范,使用第5章行列式中发现的5个决定因素。这些决定因素中的每一个都与最近的分位数相联系,并计算了对电耗的影响,然后将计算出的系数加入到ATSN中。根据已开发的方法,俄罗斯的平均目标社会规范为每月232.5 kWh。为了计算家庭社会规范对能源使用的影响,将决定因素的每个值添加到ATSN中,具体来说:ATSN增加5.9 kWh,如果家庭有两个注册人,叁个增加13.3 kWh,四个增加18.6 kWh,五个或更多增加33.9 kWh。然后,如果家庭有两个房间,则增加4.8 kWh;如果家庭有四个或更多房间,则增加14.3 kWh;如果家庭有四个或更多房间,则增加21.6 kWh。居住在房屋一部分的家庭获得14.2 kWh的额外电能,符合他们的社会标准。没有使用计量天然气的家庭的社会标准奖金为31.7 kWh。最后,没有安装电炉的家庭每月减少25.7 kWh的社会标准。(本文来源于《中国矿业大学》期刊2019-05-01）
马杰,孙宁,任志强,胡洋[8]（2019）在《基于多特征组合的电能质量扰动识别方法》一文中研究指出为解决电力系统电能质量复合扰动识别困难的问题,同时为电网无功功率补偿提供依据,提出了一种基于多特征组合的电能质量复合扰动识别方法。应用小波包变换和S变换对电能质量扰动信号进行时频分析,提取信号的幅值特征和频率特征,构建电能质量扰动的多特征组合。然后利用概率神经网络构建多特征组合分类器实现电能质量扰动的分类识别。仿真实验证明,该方法能够识别包括两种复合扰动在内的7种电能质量扰动信号,并且具有较高的分类准确度和抗干扰能力,具有工程应用价值。(本文来源于《电力电容器与无功补偿》期刊2019年02期）
李长松,刘凯,肖先勇,金耘岭[9]（2019）在《基于条件互信息特征选择法和Adaboost算法的电能质量复合扰动分类》一文中研究指出为准备识别复杂电能质量扰动类型,提出一种基于条件互信息平均最优化(avg-CMIM)特征选择法与Adaboost动态集成分类器的电能质量复合扰动分类策略。首先基于条件互信息,提出准确衡量特征与扰动类别相关性、特征集内部目标导向冗余性的评价准则,得到不同扰动标签相匹配的最优分类特征集。再利用Adaboost分类器进行动态增强学习,对未知样本进行标签识别,通过组合标签结果确定复合扰动的组成成分,实现电能质量复合扰动的识别。仿真结果表明,在不同程度噪音下,该方法能够高效准确地识别电压暂升、电压暂降、电压短时中断、谐波、脉冲暂态和振荡暂态等单一扰动和其组合成的复合扰动,并通过实测数据验证了方法的正确性和可行性。(本文来源于《高电压技术》期刊2019年02期）
彭楚宁,杜新纲,李天阳,储鹏飞[10]（2019）在《基于业务特征的智能电能表需求预测模型研究》一文中研究指出针对目前国家电网公司下辖省(市)公司对电能表需求缺乏有效预测手段、易造成电能表配送和仓储成本增加的现状,提出了一种基于业务特征的电能表需求预测模型。该模型首先对电能表需求按安装类型进行分类,然后基于平稳性检验区分影响各安装类型电能表需求的主要影响因素,进而自适应地使用ARIMA时间序列模型或LSTM神经网络模型对电能表需求进行分析预测。实践验证表明,相较于现有方法,该模型具有更高的准确性。(本文来源于《电测与仪表》期刊2019年03期）
电能特征论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
鉴于电压暂降特征信息是分析暂降发生原因和提出后续治理方案的关键,基于河南电网电能质量监测平台电压暂降实测数据,按不同电压等级将暂降特征信息划分为波形特征、幅值和持续时间进行统计分析。将波形特征划分为4种类型,发现短路故障、电机启动和变压器激磁是导致河南电网某地区电压暂降的主要原因。根据不同幅值和持续时间分区间统计电压暂降频次,揭示了电压暂降频次随持续时间减小,幅值增大而上升的趋势,并估计了敏感工业用户受影响情况。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
电能特征论文参考文献
[1].王仁明,汪宏阳.基于IA-PNN的电能质量复合扰动特征选择及参数优化[J].电力与能源.2019
[2].李伟,丁凯,李琼林,刘书铭,禹华西.省级电能质量监测平台实测电压暂降特征分析[J].水电能源科学.2019
[3].姜东杰.列车牵引逆变器输出电能品质及其故障特征研究[J].机车电传动.2019
[4].纪萍,陈玲,吴静妹.基于能量差的电能质量特征提取方法的研究[J].山西大同大学学报(自然科学版).2019
[5].刘茜茜.无线信号与电能同传技术中电磁辐射特征的研究[D].西安科技大学.2019
[6].王达.采用高效时-频特征提取与选择的电能质量扰动识别[D].东北电力大学.2019
[7].萨维恩（Savvin,Nikolai）.影响俄罗斯电能社会消费定额的家庭特征研究[D].中国矿业大学.2019
[8].马杰,孙宁,任志强,胡洋.基于多特征组合的电能质量扰动识别方法[J].电力电容器与无功补偿.2019
[9].李长松,刘凯,肖先勇,金耘岭.基于条件互信息特征选择法和Adaboost算法的电能质量复合扰动分类[J].高电压技术.2019
[10].彭楚宁,杜新纲,李天阳,储鹏飞.基于业务特征的智能电能表需求预测模型研究[J].电测与仪表.2019