廖志伟
- 作品数：86 被引量：857H指数：18
- 供职机构：华南理工大学电力学院更多>>
- 发文基金：国家自然科学基金南方电网公司科技项目中央高校基本科研业务费专项资金更多>>
- 相关领域：电气工程自动化与计算机技术经济管理电子电信更多>>
- 广东电网实时故障诊断辅助决策系统的设计和实现被引量：1
- 2009年
- 在对省级电网故障诊断技术进行研究和分析的基础上,根据广东电网的实际运行情况,研究设计了一套省级电网实时故障诊断辅助决策系统,并阐述了该系统的基本功能、关键技术以及分层式诊断思想的总体结构,实际应用测试表明,该系统诊断结果正确,符合现场实际,并能给出多种在实际中可能存在的故障诊断结果,为用户提供具有建设性的建议和恢复策略。
- 黄志元梁俊晖廖志伟
- 关键词：事故处理故障诊断
- 基于RST改进NN模型的高压输电线系统故障诊断被引量：2
- 2004年
- 为了克服实时诊断信息在形成和传递过程中的畸变而导致故障诊断结果的错误 ,在基于粗糙集理论 (RoughSetTheory,简称RST)的高压输电线系统故障诊断模型的研究基础上 ,充分利用神经网络(NeuralNetworks,简称NN)的泛化能力和粗糙集理论强大的定性分析能力 ,构造了RST与NN相结合的故障诊断模型 .首先利用RST从诊断样本中提取领域知识 ,然后利用所提取的诊断对象知识属性形成诊断NN的初始结构 ,进而增强诊断NN的智能性和容错性 .通过高压输电线系统故障诊断的仿真结果比较 ,证明了该模型的有效性和通用性 .该模型即使在诊断信息不完整的情况下 ,也具有高的诊断容错性能 。
- 廖志伟王钢叶青华
- 关键词：故障诊断容错性能粗糙集理论神经网络
- 基于多智能集成学习的中短期电煤价格预测被引量：1
- 2021年
- 为扩大电力市场交易量与下调市场电价,需要提升电煤价格预测的可靠性与准确性.为此本文提出了多智能集成学习的中短期电煤价格预测方法.首先,阐述了Stacking集成学习的结构和原理;然后,介绍了数种智能电煤价格的预测模型,并通过算例证明了不同单智能模型对数据的感知能力存在差异性;进而,通过比较单智能模型预测结果的差异值均差,筛选出预测性能优异并且数据感知角度差异性明显的智能模型组.为了充分发挥个模型感知能力差异性的优势,利用Stacking融合各模型,得到一种适用于电煤价格滚动预测的集成模型.最后,通过滚动预测2019至2020年的电煤价格,对集成模型的有效性进行验证.
- 廖志伟陈琳韬黄杰栋张文锦
- 关键词：电煤价格
- 远程的变电站自动化智能数据挖掘系统被引量：8
- 2014年
- 以地区电网的变电站自动化系统为研究对象,提出基于远程的变电站自动化智能数据挖掘体系。应用数据挖掘技术对原始告警数据进行分类、标准化处理,并与设备台账系统关联,得到设备参数、状态信息以及相关历史故障信息的数据仓库;在此基础上,采用改进Apriori算法从数据仓库中提取出满足最小信任度阈值的强关联规则,为变电站设备运行维护管理提供决策依据;通过现场案例验证了所提出的数据挖掘方法的有效性。
- 梁志成彭建吴碧海刘晟蓝鹏昊孙毅臻廖志伟
- 关键词：变电站自动化关联规则数据挖掘
- 模糊推理在电阻炉温度控制中的应用被引量：17
- 1999年
- 对目前常用的模糊推理方法：“最小—最大—重心法”进行分析，提出了“代数积—和—重心法”、“强制积—最大—重心法”等新的模糊推理方法，用几种模糊推理方法对电阻炉进行温度控制，表明新的模糊推理方法具有较好的控制效果。
- 林小峰廖志伟黎毛欣
- 关键词：模糊推理电阻炉模糊控制
- 基于数据挖掘模型的高压输电线系统故障诊断被引量：61
- 2001年
- 在大多数故障诊断系统中 ,由于诊断所依据的实时信息在其形成和传递过程中都有可能产生信息的畸变 ,从而导致故障诊断结果的错误。文中提出利用基于粗糙集理论的数据挖掘模型来处理实时输入信息的畸变和实现输电线系统的故障诊断 ,它是依据粗糙集定性分析能力对知识域的数据集进行分析 ,粗糙集的约简是通过遗传算法求取。还给出了构造测试样本的理论准则 ,从而使检验故障诊断系统的容错性能具有保证和真正的实用价值。通过仿真测试证明 ,基于数据挖掘模型的故障诊断与基于神经网络模型的故障诊断相比 ,具有更高的容错性能。
- 廖志伟孙雅明
- 关键词：故障诊断数据挖掘粗糙集
- 基于改进灰狼算法的变电站多阶段升压规划优化方法被引量：8
- 2021年
- 针对变电站多阶段规划问题,给出了3种不同升压模式下变电站全寿命周期成本计算方法,并建立了中间年变电站建设时机与建设模式联合优化模型,进一步提升了规划方案经济效益。同时,针对多阶段规划中问题传统智能算法求解收敛速度慢、运算时间长等问题,将灰狼算法引入规划领域,并通过增加交叉变异等环节对其进行了改进。最后,将改进后的灰狼算法应用于变电站多阶段规划模型的求解中,并将其与进行对比,得出改进灰狼算法在求解此类问题时具有一定优势的结论。
- 廖志伟肖异瑶张文锦
- 基于改进CNN的电力设备红外图像分类模型构建研究被引量：18
- 2019年
- 针对红外图像背景复杂,分辨率低、对比度差等问题,本文基于RGB、HSV颜色空间转换和SeamCarving缩放处理,提出一种改进卷积神经网络(Convolutional Neural Network,CNN)的电力设备红外图像智能分类模型。首先,着眼于CNN的结构特点,以AlexNet网络模型为原型,建立CNN-Alex模型;然后,提出一种基于RGB和HSV颜色空间转换和基于Seam Carving算法的设备红外图像处理方法,分离目标设备红外背景及调整图像至合适大小,对CNN-Alex模型加以改进,提高算法训练速度和准确率;最后将改进CNN模型与传统BP模型和CNN-Alex模型对比,其训练集、验证集准确率分别为99.5%、97.7%,远优于对比模型,验证了本文改进CNN红外图像分类模型的良好适用性。
- 周可慧廖志伟肖异瑶肖立军蓝鹏昊万新宇
- 关键词：电力设备CNN红外图像处理图像分类SEAMCARVING
- 计及警报信息时序特性的电网故障诊断解析模型被引量：42
- 2008年
- 现有的故障诊断解析模型没有利用警报信息的时序特性,对于复杂的多重故障,诊断结果可能有2个甚至多个解,不够明确。文中通过提出动态关联路径的概念,构造了能够充分利用警报信息时序特性的电力系统故障诊断的一种新解析模型,能够合理地描述现代电力系统多种保护配置下保护和断路器的动作时序关系,对于复杂故障可以得到更为明确的诊断结果。最后用实际电力系统所发生过的故障对所提出的方法进行了说明。
- 郭文鑫廖志伟文福拴何祥针彭飘梁俊晖
- 关键词：电力系统故障诊断解析模型警报
- 基于CBAM-CNN的直流线路雷击干扰与短路识别模型
- 2023年
- 针对直流线路保护和故障测距易受非故障性雷击干扰、传统基于时域和频域特征构造的输电线路雷击干扰识别方法存在阈值难以整定和噪声鲁棒性较差的问题,提出使用深度学习方法实现雷击干扰与短路行波特征自动提取与分类,相模解耦和小波包分解后得到的电流、电压行波分量作为不同通道输入至一维卷积模块注意力模块卷积神经网络(CBAM-CNN)分类模型。通过仿真和算例分析验证了所提模型相比传统方法具有更高的识别正确率,CBAM能有效提升CNN分类模型的噪声鲁棒性,同时验证了4层小波包分解与所提CBAM-CNN模型的结合具有最佳的性能。
- 廖志伟庄竞王博文郑广昱谢汛恺
- 关键词：小波包分解直流输电线路雷击干扰时频分析
