基于Pareto档案粒子群算法的微电网多目标优化方法

    公开(公告)号:CN107609693A

    公开(公告)日:2018-01-19

    申请号:CN201710773989.3

    申请日:2017-08-31

    Abstract: 本发明针对微电网多目标优化问题转化为单目标优化问题,提供一种基于Pareto档案粒子群算法的微电网多目标优化方法。该方法,包括建立多个优化目标函数,确定微电网的约束条件,将多个优化目标函数表征的多目标优化问题转换为成单目标优化问题,采用基于Pareto档案粒子群算法对微电网多目标优化进行求解,输出一组非劣解集,根据预设的满意程度评价标准在非劣解集中确定最优解,并对微电网运行进行优化。本发明采用Pareto档案多目标粒子群优化算法对微电网内各个分布式电源的输出功率包括储能装置的充/放电进行优化求解,将外部档案维护和全局最好位置选取结合在一起,通过比较分析优化结果,验证了算法的有效性和可行性。

    一种特高压设备绝缘缺陷类型判断方法和系统

    公开(公告)号:CN107064759B

    公开(公告)日:2019-08-13

    申请号:CN201710278588.0

    申请日:2017-04-25

    Abstract: 本发明公开了一种特高压设备绝缘缺陷类型判断方法,其包括步骤:(1)采集特高压设备的局部放电信号;(2)进行小波包变换,得到第n层结点的小波包系数;(3)进行时频分析,提取第n层结点的时频信号能量特征;(4)通过AP聚类将所述第n层结点的时频信号能量特征分为m组;(5)选取最优小波包系数;(6)计算所述最优小波包系数对应的时频信号能量特征到其聚类中心的minkowski距离;(7)基于所述最优小波包系数对应结点的时频信号能量特征和所述minkowski距离判断所述特高压设备绝缘缺陷的类型。本发明还公开了相应的系统。本发明与传统SVM分类器判断方法相比具有更高的准确率和稳定性。

Patent Agency Ranking