1 / 47
文档名称:

电力系统不良数据辨识的实用软件开发.pdf

格式:pdf   页数:47
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

电力系统不良数据辨识的实用软件开发.pdf

上传人:779277932 2012/2/7 文件大小:0 KB

下载得到文件列表

电力系统不良数据辨识的实用软件开发.pdf

文档介绍

文档介绍::.
晟显!痜年碌笕学位论文原创性声明学位论文作者:彳寸金缸学位论文使用授权声明学位论文作者:付金屯本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。日期:、本人在导师指导下完成的论文及相关的职务作品,知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅:本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索,可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时,第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。
摘要逗虵语言进行编程,将开发出的不良数据辨识软件应用到系统随着电力网络的结构和运行模式的改变,电力系统中实时数据对系统的安全性与稳定性的影响越来越大。传统的数据分析只能对数据进行一些表层的处理,无法获得内在关系。模糊聚类描述了样本对于类别的不确定性关系,建立起了事物之间区分和分类的桥梁,能更好地反映客观现实世界,从而成为数据分析研究的新主流。在聚类思想的指导下,通过对模糊聚类理论的研究,发现将模糊聚类引入到电力系统不良数据辨识工作具有理论的可行性,并且利用当中,可以进一步保证数据采集系统的可靠性,进而为电力调度人员做出正确的决策提供保障,具有很重要的现实意义。首先,简要介绍了聚类分析,通过引入经典集合和模糊集合,以及模糊关系和模糊矩阵,为模糊聚类算法提供理论基础。对比分析了两种常用模糊聚类算法之间的优缺点,发现在有些方面可以进行优势互补,并且有选择地进行组合,得到一种新的模糊综合聚类算法。其次,利用碌腣.=缑婵7⒐ぞ撸肍语言强大的数值计算能力,通过程序模块化,分别实现了基于模糊等价关系聚类算法、模糊劾嗨惴ê湍:酆暇劾嗨惴ǔ绦颍晃A私徊娇7电力系统不良数据辨识软件,使之具有使用的方便性、可视化程度高和通用性强等优点,本软件还与希奖闶莶檠褪涑觯迪至思扑闶莸交互和统一,而且有效的节约了资源,提高了软件的集成度和可操作性。最后,用实际算例进行软件测试和分析,验证了电力系统不良数据辨识软件的可行性和实用性。关键词:不良数据辨识;模糊理论;模糊聚类;模糊等价关系;模糊法
..畐.,,甌.,.琭琲..琲琖甇
篵;;;籪
目录:劾嗬砺奂八惴ā砑迪旨八憷治觥砑7ⅰ芙嵊胝雇摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..研究背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。模糊聚类在电力系统中的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。论文的内容和结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。聚类分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.模糊理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..模糊聚类算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯开发环境⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯软件设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数据管理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。界面实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.算例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯.⋯..⋯⋯⋯⋯....⋯..◆
事物蝗范ㄐ詛霪嚣篆:蓑嚣萋耄有效工具一数据聚类,越来越受到了人们的重视,使人们逐步摆脱了“数据丰或簇中的数据点之间最大程度地相似,而不同簇中数据点间最大程度地不刚。范ㄐ宰ň涫技术的高速发展,无论从规模还是容量上,传统的数据分析工具只能进行一些表层的处理,满足不了人们获得数据之间的内在关系的需求。作为数据分析的富,知识贫乏”的困境,并且在某些方面已取得了丰硕的成果。聚类是一种无监督的、寻找最优划分的,并且是按照一定的要求或规律对事物进行区分和分类的过程。它将数据点的集合分成若干类或簇,使得每个类在这一过程中,没有教师指导,故也称为无监督分类。聚类分析作为统计学的一