导读:本文包含了特征辨识论文开题报告文献综述及选题提纲参考文献，主要关键词:非侵入,叁相负荷,辨识特征量,多源
特征辨识论文文献综述
赵少东,饶竹一,张云翔,秦毅,黄莉[1]（2019）在《基于多源特征量的非侵入式叁相空调辨识研究》一文中研究指出单相负荷非侵入辨识技术已进入试点应用,而叁相负荷的非侵入辨识研究尚处于萌芽阶段。针对叁相空调负荷开展非侵入辨识研究,提出了一种基于多源特征量组的非侵入式空调辨识方法,并通过大量试验样本分析确定了判据的阈值,开发了基于多源特征量的非侵入式叁相空调辨识算法,最后以五种电器多次混合运行的复杂工况为例进行叁相空调负荷辨识分析。运行结果表明,叁相家庭空调的启停时间辨识误差在5 s以内,启停时刻的功率的辨识精度可达到85%,验证了辨识算法对叁相空调负荷辨识的有效性和准确性,可以满足用户空调监测和友好互动管理的需求。(本文来源于《电气自动化》期刊2019年05期）
陈霄,严永辉,王黎明,李平[2]（2019）在《小波变换在供电网络拓扑辨识波形特征提取中的应用》一文中研究指出随着用电信息采集系统建设进入深化应用阶段,低压配电网全景感知的精细化管理要求已大势所趋,低压配电网动态供电网络拓扑结构是智能台区深化应用的基础,而网络拓扑结构的动态在线识别一直是各供电企业的一大难题。为此提出了一种基于小波变换的特征提取的低压智能台区识别方法并研制了该系统。系统由智能感知终端、分支箱监测单元、表箱监测单元叁部分组成,设备之间信息交互采用高速电力线载波通信方式,智能感知终端采用集中调度方式依次通知所辖设备发送脉冲电流特征信号,智能感知终端及分支箱监测单元的识别模块采用基于小波变换的特征提取技术自动识别脉冲电流特征信号,实现了低压智能台区隶属关系的自动识别。MATLAB仿真和现场试点结果表明:该方法能准确识别特征信号,可建立完整准确的动态供电网络拓扑结构,有效解决了载波识别技术跨台区通信串扰难题,为实现低压智能台区精细化管理提供基础数据支撑,对配电网的支撑应用达到了一个新的高度。(本文来源于《电子设计工程》期刊2019年17期）
薛茂男[3]（2019）在《正副职干部正向辨识度的典型特征分析》一文中研究指出领导干部必须具备基本的正向辨识度特征,积极维护自身正面形象,及时纠正负向辨识度所带来的不良影响;不同正副职领导干部可以有意识地强化单位职工普遍更在意的正向辨识度特征;领导干部应定期与他人进行深入沟通,了解自身正向辨识度的塑造情况。(本文来源于《领导科学》期刊2019年17期）
姚二亮,李德玉,李艳红,白鹤翔,张超[4]（2019）在《基于双空间模糊辨识关系的多标记特征选择》一文中研究指出已有的基于模糊粗糙集的多标记特征选择算法多从单一的样本空间刻画属性区分能力,忽视属性对标记的区分能力.基于这一认识,文中同时从样本和标记两个空间出发,提出基于双空间模糊辨识关系的多标记特征选择算法.首先,基于模糊辨识关系分别从样本和标记角度定义两种多标记属性重要性度量,然后通过权重融合的方式融合两种度量,基于融合后的度量,运用前向贪心算法构建多标记特征选择算法.在5个数据集上的对比实验验证本文算法的有效性.(本文来源于《模式识别与人工智能》期刊2019年08期）
罗沙,田宇,李宾宾,胡勇,李庆民[5]（2019）在《基于尺度-能量熵特征对的特高频局部放电辨识方法》一文中研究指出对气体绝缘组合电器(GIS)进行局部放电(PD)检测,可以发现GIS内部早期绝缘缺陷和隐患,并预防绝缘事故发生。文中采用复小波分解(CWT)对GIS内部特高频(UHF)PD信号进行多尺度分解,分析了CWT能量熵(CWT-EE)随CWT尺度的变化规律,发现UHF PD信号信息主要分布在能量熵变化梯度较大的尺度下。为此,文中提取CWT-EE及其对应尺度,构建尺度-能量熵(SP-EE)特征对,既保留了PD信号能量特征信息,又保留了UHF PD信号小波尺度信息。最后,采用支持向量机(SVM)进行UHF PD类型辨识,结果表明:SP-EE特征对不但可以有效识别GIS内部4种典型绝缘缺陷,而且能够有效降低UHF PD信号分解层数和PD特征维数。(本文来源于《电力工程技术》期刊2019年04期）
徐志钮,张翼,胡志伟,胡世勋,律方成[6]（2019）在《基于两步优化的介电谱特征参数辨识方法及其应用》一文中研究指出为了能够通过拟合介电谱的方式获得绝缘材料的绝缘状态,在Cole-Cole模型下提出了基于两步优化的绝缘材料介电谱特征参数辨识方法。根据绝缘材料的普适弛豫定律,推导形成了一套较为完整的Cole-Cole模型初值获取方法;采用与拟合误差情况更匹配的目标函数,提出基于全局搜索与局部搜索相结合的两步优化对各特征参数进行优化计算,有效地解决了传统辨识方法容易陷入局部极小点甚至发散的问题。运用3种典型的介电谱特征参数辨识方法和所提方法,对数值产生和实测的介电谱进行计算,验证了所提方法的优越性。实验测量了低密度聚乙烯(LDPE)样本直流加压注入空间电荷后的介电谱,运用所提方法辨识不同去极化时刻LDPE介电谱的特征参数。结果表明:不同去极化时间下,通过所提方法均能较好地逼近实测介电谱,且随着频率的升高,复介电常数的实部、虚部的减小速度存在下降的趋势。(本文来源于《电力自动化设备》期刊2019年07期）
许春蕾,刘文颖,郭虎,刘福潮,郑伟[7]（2019）在《基于小波特征提取的可调节负荷辨识方法》一文中研究指出可调节负荷辨识方法能够区别可再生能源并网的电力系统中各类具有调节特性的负荷。文章对各类典型可调节负荷特征进行了深入分析,提取可调节负荷的最大可调节速率、调节深度、最大可调节时间等特征参量。为了提高可调节负荷的辨识精度,利用DB小波变换提取小波能量值作为新增特征参量,在此基础上,提出一种基于小波特征提取的可调节负荷辨识方法,并采用模糊C均值聚类方法(FCM)进行负荷辨识。最后,对甘肃某地区典型综合负荷点进行仿真计算,验证了所提辨识方法可有效提高可调节负荷的辨识精度,对利用可调节负荷的调节能力消纳受阻风电具有重要的现实意义。(本文来源于《可再生能源》期刊2019年06期）
吴相甫,徐健[8]（2019）在《基于阶跃响应曲线特征的线性系统辨识方法研究》一文中研究指出针对阶跃响应法建模的局限性,提出一种基于阶跃响应曲线特征的线性系统辨识方法。高阶线性系统可由多个一阶与二阶典型环节并联而成,分析典型环节各参数对曲线形状影响的规律,并依据其调整各参数值,以典型环节并联模型的拟合曲线逼近实际的阶跃响应曲线,从而得到系统的传递函数。另外,借助Matlab图形用户界面(GUI)平台,开发了辨识软件以验证该算法的正确性与可行性,实验结果表明,该方法辨识精度高,对于复杂控制系统建模具有一定的参考性。(本文来源于《测控技术》期刊2019年05期）
高浩瀚[9]（2019）在《非侵入式负荷辨识的特征分析研究》一文中研究指出随着可再生能源的高速发展和大规模并网,电网的稳定运行和经济调度面临巨大的挑战,提升需求侧响应水平成为促进可再生能源消纳的必然选择。家庭电力用户因为数量庞大,是需求侧响应中不可忽视的环节。基于智能电网技术,对用户用电行为进行非侵入式负荷监测(non-intrusive appliance load monitor,NALM)已成为现实,为实现以家庭电力用户为主体的需求侧响应提供了重要的技术支持。负荷辨识作为非侵入式负荷监测的核心环节,其辨识准确度的提升有利于非侵入式负荷监测技术发挥更大作用,对电网安全经济、节能环保地运行,对用户高效用电都具有重要的理论和现实意义。虽然非侵入式负荷辨识研究已取得了不少成果,但在辨识依据的选择、暂态特征分析方法以及辨识算法与选用的特征结合不紧密造成辨识准确度低的适配性等方面尚存在问题,因此本文基于非侵入式负荷监测中高频采样信号“噪音大、分辨率高”,辨识所用特征“高维度、小样本”的特点,围绕负荷特征的分析、暂态特征分析的采样区间确定方法,负荷特征的筛选方法以及特征与辨识算法相结合展开研究,主要工作如下:首先,对非侵入式负荷辨识可依据的负荷特征进行深入探讨,总结归纳各特征计算方法及优缺点,并针对暂态过程持续时间这一特征的复杂情况提出了虚拟暂态过程持续时间的概念。通过实例对比分析各特征单独用于非侵入式负荷辨识的辨识效果,指出仅用单特征进行非侵入式负荷辨识的不足,为后序研究提供了特征比较与选择的依据。之后,针对暂态特征分析精度受采样区间影响的问题,提出一种排列熵算法和Yamamoto算法融合的暂态特征分析的采样区间确定方法,利用多尺度化排列摘值的跃变确定负荷状态变化发生时间窗,再根据时间窗内各采样点信噪比差异定位状态变化发生时刻,最终结合数据需求确定暂态特征分析的采样区间。融合方法可快速准确的确定暂态特征分析的采样区间,减小暂态特征计算的误差,减轻其对后续非侵入式负荷辨识结果的影响。再次,为了对由所有可选特征构成的特征集实现降维,获取必需且无冗余的负荷特征子集,提出了改进的Relief-F和互信息混合的特征选择方法。先基于Relief-F的特征重要性排序算法选择出特征子集,再利用特征间的互信息对选出的特征子集实施去冗处理,最终得到筛选后的特征子集及相应特征权重值。这可以有效节省非侵入式负荷监测所需的存储空间,在后续负荷辨识中起到提高准确度同时大幅减少计算量的作用。最后,构建了一种可结合特征权重的基于模糊C均值聚类的非侵入式负荷辨识算法,并给出了负荷群辨识准确度、负荷单类辨识准确度、负荷随机辨识准确度叁个评价非侵入式负荷辨识效果的指标。,算例分析验证了精确确定暂态特征分析的采样区间、合理筛选负荷特征对于非侵入式负荷辨识的必要性,同时表明将模糊C均值聚类算法与特征权重相结合可取得良好的辨识效果。总之,负荷特征的分析研究是非侵入式负荷辨识的基础,对负荷特征的深入认识、精确提取、合理选择以及与辨识算法的有效结合,是提高非侵入式负荷辨识准确度的重要工作。本课题对此取得了一定进展,为非侵入式负荷辨识的研究提供了新思路。(本文来源于《山东大学》期刊2019-05-02）
张小店,王楷夫,方连航,梁钰,杨德友[10]（2019）在《窄带模态分解算法在电力系统低频振荡特征参数辨识中的应用研究》一文中研究指出对多模式耦合振荡分析过程中振荡特征参数提取困难的问题,本文提出了一种适用于电力系统多模式耦合功率振荡信号特征提取的窄带模态分解算法。窄带模态分解算法依据窄带信号特征构建目标函数,利用迭代重构筛选过程来代替传统优化算法,从提取多模式耦合振荡信号中的平稳窄带模态分量。本文首先利用窄带模态分解算法,提取具有平稳特征的单一模式振荡分量,进而根据低频振荡信号的数学描述,利用最小二乘法对窄带模态分量进行线性拟合,实现振荡特征参数的提取。测试信号及实测数据分析结果证明了本文方法的有效性,与经验模态分解的对比结果,充分验证了本文方法在电力系统低频振荡特征提取中的强适应性。(本文来源于《电气技术》期刊2019年04期）
特征辨识论文开题报告
（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：
随着用电信息采集系统建设进入深化应用阶段,低压配电网全景感知的精细化管理要求已大势所趋,低压配电网动态供电网络拓扑结构是智能台区深化应用的基础,而网络拓扑结构的动态在线识别一直是各供电企业的一大难题。为此提出了一种基于小波变换的特征提取的低压智能台区识别方法并研制了该系统。系统由智能感知终端、分支箱监测单元、表箱监测单元叁部分组成,设备之间信息交互采用高速电力线载波通信方式,智能感知终端采用集中调度方式依次通知所辖设备发送脉冲电流特征信号,智能感知终端及分支箱监测单元的识别模块采用基于小波变换的特征提取技术自动识别脉冲电流特征信号,实现了低压智能台区隶属关系的自动识别。MATLAB仿真和现场试点结果表明:该方法能准确识别特征信号,可建立完整准确的动态供电网络拓扑结构,有效解决了载波识别技术跨台区通信串扰难题,为实现低压智能台区精细化管理提供基础数据支撑,对配电网的支撑应用达到了一个新的高度。
（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。
特征辨识论文参考文献
[1].赵少东,饶竹一,张云翔,秦毅,黄莉.基于多源特征量的非侵入式叁相空调辨识研究[J].电气自动化.2019
[2].陈霄,严永辉,王黎明,李平.小波变换在供电网络拓扑辨识波形特征提取中的应用[J].电子设计工程.2019
[3].薛茂男.正副职干部正向辨识度的典型特征分析[J].领导科学.2019
[4].姚二亮,李德玉,李艳红,白鹤翔,张超.基于双空间模糊辨识关系的多标记特征选择[J].模式识别与人工智能.2019
[5].罗沙,田宇,李宾宾,胡勇,李庆民.基于尺度-能量熵特征对的特高频局部放电辨识方法[J].电力工程技术.2019
[6].徐志钮,张翼,胡志伟,胡世勋,律方成.基于两步优化的介电谱特征参数辨识方法及其应用[J].电力自动化设备.2019
[7].许春蕾,刘文颖,郭虎,刘福潮,郑伟.基于小波特征提取的可调节负荷辨识方法[J].可再生能源.2019
[8].吴相甫,徐健.基于阶跃响应曲线特征的线性系统辨识方法研究[J].测控技术.2019
[9].高浩瀚.非侵入式负荷辨识的特征分析研究[D].山东大学.2019
[10].张小店,王楷夫,方连航,梁钰,杨德友.窄带模态分解算法在电力系统低频振荡特征参数辨识中的应用研究[J].电气技术.2019