高金兰
- 作品数：38 被引量：67H指数：6
- 供职机构：东北石油大学电气信息工程学院更多>>
- 发文基金：黑龙江省自然科学基金黑龙江省教育厅科学技术研究项目国家科技重大专项更多>>
- 相关领域：自动化与计算机技术电气工程文化科学一般工业技术更多>>
- 动态改变惯性权重的伪梯度搜索粒子群算法在无功优化中的应用被引量：2
- 2018年
- 提出一种动态改变惯性权重的反向学习伪梯度搜索粒子群算法,并将之应用于电力系统无功优化。该算法针对线性递减的惯性权重难以指导复杂非线性优化问题的缺陷,引入聚焦距离变化率和位置权重的概念,以此来衡量粒子的分布情况,并建立以它们为控制变量的动态惯性权重。该算法采用动态变化的惯性权重,并利用基于反向学习的伪梯度搜索法指导粒子向全局最优解靠拢。将该算法应用IEEE 30节点进行仿真测试,结果证明了该算法用于无功优化的可行性和有效性。
- 高金兰雷星雨朱佳丽
- 关键词：无功优化粒子群算法电力系统惯性权重
- 基于MEA的粗糙集神经网络研究及应用被引量：2
- 2011年
- 将思维进化算法、粗糙集和神经网络相结合,提出一种基于MEA的粗糙集神经网络,用于变压器故障诊断。此模型采用思维进化算法全局寻优的特点,搜索粗糙集属性约简离散断点的位置以及神经网络的连接权值和阈值,避免了常规粗糙集属性约简时复杂的手工试凑以及BP神经网络收敛速度慢、精度不高等缺点,有利于更快地收敛于全局最优解,提高系统的诊断速度和准确率。仿真结果表明了方法的有效性。
- 高金兰高骞
- 关键词：思维进化算法粗糙集属性约简神经网络故障诊断
- 基于Stacking多GRU模型的风电场短期功率预测被引量：3
- 2020年
- 为提高风电场短期功率预测的准确度,在深度学习的基础上提出利用Stacking算法集成融合多个GRU(Gated Recurrent Unit)模型的风电场短期功率预测的方法。该方法首先搭建3个多层GRU神经网络模型建立第1级模型,深度提取高维的时序特征关系,通过第1级模型的预测结果构建训练集,然后利用新生成的训练集训练第2级GRU模型,第2级的GRU模型采用单层结构,能发现并且纠正第1级模型中的预测误差,提升整体的预测结果。最终得到两级模型嵌入的Stacking融合模型。以宁夏太阳山风电场历史数据为例对该模型的准确性进行验证。实验结果表明,通过Stacking算法融合的GRU模型相比其他算法预测平均绝对百分比误差提高了0.63,总体预测效果较为理想,预测准确度提升明显。
- 高金兰李豪段玉波王宏建
- 关键词：风电场
- 基于改进磷虾群算法的主动配电网无功优化被引量：1
- 2022年
- 随着分布式电源的不断发展,配电网中负荷也呈现多样化的趋势,传统的配电网的无功调控策略和算法已经不能满足现代配电网无功补偿的需求,为此,提出一种基于改进磷虾群算法的主动配电网动态无功优化策略。首先将无功优化过程分为日前调控与日内动态补偿两部分,日前考虑离散型无功补偿设备的无功补偿能力,日内充分考虑风光出力及其他连续调节设备对系统进行补偿,构建基于主动配电网的日前-日内多时间尺度动态无功优化模型。其次提出一种基于余弦控制因子和柯西因子的改进磷虾群算法对该模型进行求解。最后通过修正的IEEE33节点系统的实验,验证了该策略的可行性和有效性,在保证主动配电网平稳运行的同时,实现经济效益最大化。
- 高金兰宋爽王良禹刁楠侯学才
- 关键词：无功优化多时间尺度
- 基于GSM短信模块的家庭防盗报警系统
- 一种基于GSM短信模块的家庭防盗报警系统。主要解决现有的家庭报警系统存在着易被切断线路或者是功耗过高的问题。其特征在于：所述系统还包括若干RE200B型热释电红外线传感器、RS232串口、HRH型GSM调制解调器、西门子...
- 白丽丽王婷婷杨莉高金兰张会珍宋金波
- 文献传递
- 一种自动除冰柱机器人系统
- 一种楼顶自动除冰柱机器人，该系统由自动除冰柱机器人（包括控制系统和小车，小车相当于机器人的脚）、小车轨道、上位机和键盘装置，其中，所述自动除冰柱机器人包括单片机、以及单片机控制的继电器、光电传感器、电热丝、微型电机、收集...
- 付光杰王金玉牟海维付跃曹雪高金兰
- 文献传递
- 基于GAVMD-SGRU模型的风电场短期功率预测被引量：2
- 2021年
- 为避免风电输出功率的波动性和不确定性对电网运行的影响,提出一种改进变分模态分解算法和集成门控循环神经网络的组合模型应用于风电场的短期功率预测。该方法首先针对单个GRU(Gated Recurrent Unit)模型预测精度低,预测不稳定的问题,利用Stacking算法进行融合并建立SGRU(Stacking-GRU)预测模型。其次针对VMD(Variational Modal Decomposition)分解算法中常见的端点效应问题,采用GRU延拓法进行处理,并引入ALO(Ant Lion Optimizer)算法对模型中的超参数进行寻优建立GAVMD(GRU-ALO-VMD)分解模型。风功率数据先经过GAVMD模型的分解降低了数据的不平稳性,改善了预测模型的训练难度,之后利用SGRU模型对分解后的IMF(Intrinsic Mode Function)分量进行预测并重构,最终得到原始风功率数据的预测值。以实际风电场样本数据对模型的性能进行验证,仿真结果表明,基于GAVMD-SGRU的组合预测模型相比于其他模型在不同季节内能将平均绝对百分比误差指标维持在6%以内,满足电力系统对风电调度的要求。
- 高金兰李豪邓蒙
- 关键词：端点效应
- 基于Grabcut分割和填充物面积判别的复合绝缘子断串诊断被引量：12
- 2021年
- 针对传统GrabCut算法需要人工初始化而引起图像分割效率低的问题,结合Otsu方法,提出了一种新的Grabcut自动化算法对复合绝缘子进行分割。首先,对原始图像进行HSV空间转换和加权的灰度化处理。其次,对V通道图像和灰度化后的图像进行Otsu分割并进行或逻辑融合,以此来确定目标绝缘子区域,并结合最大连通域定位绝缘子位置坐标完成Grabcut框取初始化,实现Grabcut的自动化。最后,针对绝缘子断串判别准确率低的问题,通过对绝缘子分割图像的最小外接矩形加框、填充、去原图的方式,提出一种新的面积判别方式来诊断并定位故障位置。实验结果表明:Grabcut自动化算法可以很好地分割出目标绝缘子,分割准确率可以达到96.6%以上。所提出的面积判别方法对于具有断串故障的绝缘子检测率可以达到96.6%以上,对于无故障的误检率为6.7%以下。
- 闫丽梅刘永强徐建军许爱华李宏玉高金兰
- 关键词：OTSUGRABCUT
- 基于改进黏菌算法的配电网重构研究被引量：1
- 2022年
- 为更好地解决配电网重构时存在的搜索范围大、收敛速度慢等问题,建立以降低网络总有功损耗和均衡负荷为目标的配电网重构模型,提出一种基于改进黏菌算法的配电网重构策略。首先针对具有复杂拓扑结构的配电网络,将Prim算法与连续支路交换算法相结合消除不可行解,以此作为黏菌算法的初始种群;其次针对黏菌算法收敛速度差、容易陷入局部最优等问题,设置搜索阈值和高斯扰动以提高收敛速度,引入折射反向学习策略跳出局部最优解。仿真算例结果表明,所提出的配电网重构策略对复杂配电网可以有效减少线路有功损耗、提高电压水平以及均衡负载,同时具有较高的准确性和较短的迭代时间。
- 高金兰王良禹宋爽
- 关键词：配电网重构PRIM算法拓扑优化
- 陶瓷型氧化膜制备用正激式脉冲试验电源
- 一种陶瓷型氧化膜制备用正激式脉冲试验电源，主要为了解决现有电源不适用于在实验条件下制备小块陶瓷膜样品的问题。其特征在于：主电路采用双管正激式电路结合BUCK变换电路的结构，并采用电感电流断续模式控制；脉冲变换环节使用高频...
- 赵玉峰王力霞王金玉高金兰陶国彬刘斌
- 文献传递
