本项目旨在研究粗糙集理论在电力系统领域中的应用,主要包括粗糙集的基础理论、决策表的使用、粗糙集工具软件的编制及使用、电力系统问题在粗糙集框架中的描述、粗糙集在电力系统部分领域的应用等。主要研究成果:针对不完备故障/报警信号的电力系统故障诊断/警报处理新方法、电力变压器故障诊断的罗杰斯比值法诊断表的化简、ANN输入空间的压缩方法、用于暂态稳定快速分析的“粗糙ANN分类器”等等。这些研究成果对复杂电力系统中数据分析处理具有重要意义。粗糙集方法的优点是算法简单、易于操作,除数据本身以外不需要预先知道其它额外信息。但粗糙集理论还不断发展之中,我们将进一步深化研究粗糙集在电力系统中有关领域的应用。
{{i.achievement_title}}
数据更新时间:2023-05-31
硬件木马:关键问题研究进展及新动向
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
多源数据驱动CNN-GRU模型的公交客流量分类预测
不确定失效阈值影响下考虑设备剩余寿命预测信息的最优替换策略
信息熵原理在复杂电力系统优化中的应用研究
几何理论和方法在电力系统中应用研究
决策粗糙集的关键理论方法及其在应急管理中的应用研究
基于认知程度的双论域粗糙集理论及在动态决策中的应用研究