李莎
- 作品数：14 被引量：12H指数：2
- 供职机构：长沙理工大学更多>>
- 发文基金：湖南省自然科学基金湖南省科技计划项目湖南省重点学科建设项目更多>>
- 相关领域：电气工程经济管理自动化与计算机技术电子电信更多>>
- 我国上市公司违规预警的统计分析
- 上市公司违规行为对社会的影响极其恶劣，大规模的违规事件扰乱证券市场秩序，导致投资者丧失投资信心，甚至更严重的会导致系统性金融风险。本文对上市公司违规预警方面进行了研究，主要采取的是支持向量机和迁移学习方法。 论文取得的...
- 李莎
- 关键词：上市公司支持向量机
- 光伏阵列输出最大功率跟踪控制的混成自动机方法
- 本发明光伏阵列输出最大功率跟踪控制的混成自动机方法，采用混成自动机理论建立包含温度、遮蔽、故障、气候、时间、检修、材料等影响因素在内的光伏阵列伏安特性和瓦伏特性的模型，能够充分、真实、全程、精细地反映光伏阵列输出的混成行...
- 刘桂英粟时平粟渊恺李莎朱镜儒桂永光邓宇恩
- 文献传递
- 基于Chebyshev多项式的神经网络中长期负荷预测研究被引量：3
- 2015年
- 高精度负荷预测在提高电力系统的安全性和经济性方面有着极其重要的意义,而现有的负荷预测方法因参数有限,难以完全反映其内在规律,因而导致预测结果不够准确.为此提出了一种基于Chebyshev多项式神经网络模型的预测方法.该方法使用递推最小二乘法训练神经网络权值系数,以获得高精度的参数估计,从而实现Chebyshev多项式神经网络模型对负荷量的最优拟合,再利用训练好的Chebyshev多项式神经网络模型实现中长期负荷预测.研究结果表明,该方法能较好模拟负荷变化规律,有效提高了负荷预测精度,在电力系统负荷预测中有较大的应用价值.
- 李莎曾喆昭
- 关键词：CHEBYSHEV多项式神经网络递推最小二乘法负荷预测
- 单相光伏电源并网逆变器混成自动机控制方法
- 本发明单相光伏电源并网逆变器混成自动机控制方法，采用混成系统理论中的混成自动机模型，充分考虑并网逆变器不同功能工作模式切换的离散特性和开关器件开关工作过程的离散特性和连续特性，建立起并网逆变器不同功能工作模式的指令信号切...
- 粟时平刘桂英粟渊恺李莎明志勇邓明锋左鹏辉邓宇恩
- 文献传递
- A公司财务风险管理研究
- 财务风险是企业发展过程中无法回避的难题，财务风险管理的成效决定着企业发展的高度。房地产行业经历多年的飞速发展后已逐渐成为我国的支柱产业，有效地拉动了我国GDP的增长，但其受中央及地方政府调控政策的影响也较大。在行业变局的...
- 李莎
- 关键词：财务管理
- 光伏并网系统的混成控制研究
- 2013年
- 针对光伏并网系统是一个非线性、不确定性、非纯一性的典型混成动态系统,本文将混成控制理论应用于光伏并网系统的最大功率点跟踪和并网逆变器控制策略的设计。首先简单介绍了混成控制理论,分析了光伏并网系统的混成特性,然后分别设计了最大功率点跟踪和并网逆变器混成控制决策,建立了基于混成自动机的光伏并网系统控制模型,最后通过仿真验证所建模型及方法的正确性和有效性。仿真结果表明该方法能够快速实现最大功率点跟踪,并能够实现并网电流精确跟踪电网电压。
- 李莎粟时平刘桂英范孝春黄飞
- 关键词：光伏并网混成控制并网逆变器
- 一种用于视频监控的智能控制箱
- 本发明公开了一种用于视频监控的智能控制箱，市电经过防雷模块和掉电检测模块后与控制箱电源输入端连接，电池通过电池管理单元与控制箱电源输出端连接，后端管理系统通过光纤与控制箱光网络单元(ONU)的光口连接，网络摄像机通过网线...
- 赵佳佳王威何海蓉冯翔金祎萌吴艳李莎
- 文献传递
- 基于曲线拟合原理的负荷预测研究
- 随着科技与经济的快速发展，电力生产部门可以借助准确的负荷预测，对机组进行经济合理地启停，并以此制定更合理规范的检修计划，从而减少负荷备用容量，降低发电成本，达到提高经济效益的目的。研究具有精度高且实用性强的负荷预测方法对...
- 李莎
- 关键词：递推最小二乘法负荷预测神经网络电力系统
- 光伏电源友好并网功率接口及混成并网控制研究
- 当今世界经济发展的趋势是低碳经济。开发和利用可再生的、环境友好的新能源是解决传统石化能源紧缺和环境污染的有效途径。太阳能光伏发电作为一种理想的绿色能源发电形式，对其进行大规模开发和利用是必然趋势。但是太阳能光伏发电受日照...
- 李莎
- 关键词：光伏电源拓扑结构
- 基于TensorFlow深度学习框架的窃电分析研究被引量：1
- 2021年
- 目前,对于电力用户异常用电的问题为研究,提出基于深度学习用户异常用电模式检测相关模型,同时借助Tensorflow框架,进一步构建多层特征匹配网络以及特征提取网络。长短期记忆特征提取网络,能够从大量时间序列中获取不同序列特征,对于全连接网络多层特征匹配网络,研究学者提出,利用所提取特征数据,以完成异常用电数据的相关检测。通过实际研究发现,相比非深度学习检测模型来说,研究基于深度Tensorflow学习框架模型,能够有效完成异常用电模式的检测工作,除此之外,相比多层长短期记忆特征提取,目前来说,所提取的模型鲁棒性和准确性较好。
- 李莎
- 关键词：窃电分析
