专利检索与分析系统
|
意见反馈
|
制图工具
公告: 1.点击检索输入框上方可切换相似检索,上传图片可查找该图片的相似图片。 2.
专利检索与分析系统上线,欢迎试用。
登 录
注册
欢迎您:
未登录
退出
到登录页
图片搜索
相似搜索
检索
高级检索
图片主题:
请以;隔开多个主题词
出版日期:
到
图片类别:
学科类别:
图片大小:
全部
大
中
小
来源数据库:
全部
中国学术期刊网络出版总库
中国博士学位论文全文数据库
中国优秀硕士学位论文全文数据库
中国重要会议论文全文数据库
中国工具书网络出版总库
中国年鉴全文数据库
学术知识图片库
>
电力工业
自动化技术
> PSO-LSSVM流程图
PSO-LSSVM流程图
图片来源:
张慧源,顾宏杰,许力,许文才.
基于最小二乘支持向量机的载流故障趋势预测 ,
电力系统保护与控制, 2012 (10).
>>查看本文图片摘要
图片关键词:
流程图
训练样本集
径向基核函数
维数
历史时间
故障隐患
温度预测
主成分分析法
待定参数
实时更新
所属学科:
电力工业
自动化技术
图片上下文:
利用主成分分析法(PCA)和k-means聚类算法,可以在温度上升的初期就确定潜在的故障隐患,如图4所示的A点,并确定可能发生故障的触点。详细情况另文介绍。随后,采用LS-SVM对触点温度上升趋势进行预测。3.2基于LS-SVM的载流故障趋势预测LS-SVM采用高斯径向基核函数,
....
并采用PSO优化各个待定参数。LS-SVM回归模型有d维输入,即根据d个时刻的温度预测故障的发展趋势。为有效地利用实时更新的温度数据,采用可变的输入维数d,其范围为minmax[d,d]。对于每一个输入维数d,执行步骤(1)~步骤(5),其流程如图5所示。图5PSO-LSSVM流程图Fig.5FlowchartofthePSO-LSSVM(1)利用一段历史时间序列作为训练样本集12{,,,}mGqqq。从原始训练样本集G中取出d1个连续时间序列值,前d个作为输入,第d1个作为输出。由此训练样本集转化为1122{(,),(,),,(,)}mdmdGxyxyxy其中:11{,,,}iiiidxqqq;iidyq。(2)本文使用径向基核函数(RBF-Kernel)
>>展开全部
相关图片
同文图片
语义相关
读者推荐
相似图片
浏览历史
本单位未订购此产品,请填写调查问卷可
免费获取
下载权限.
京 ICP 证 040431 号
网络出版服务许可证 (总)网出证(京)字第 271 号
经营性网站备案信息
京公网安备 11010802020460 号
《中国学术期刊(光盘版)》电子杂志社有限公司
KDN 平台基础技术由 KBASE 11.0 提供. © 1998-2021 中国知网(CNKI)
用户手册
|
产品标准
|
数据标准
|
图片分类说明