《配电网中基于分簇定位的WSN节点故障定位研究》PDF+DOC
作者:崔坤利,郎朗,陈孟元,杜乾
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2017年第01期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2017010260
DOC编号:DOCCGJS2017010269
下载格式:PDF + Word/doc 文字可复制、可编辑
《改进自适应粒子群算法在WSN覆盖优化中的应用》PDF+DOC2016年第04期 吴意乐,何庆,徐同伟
《MRNN:一种新的基于改进型递归神经网络的WSN动态建模方法:应用于故障检测》PDF+DOC2015年第04期 黄旭
《基于改进粒子群算法的制造车间WSN部署优化》PDF+DOC2017年第10期 李少波,张成龙,郑凯
《基于粒子群算法及高斯分布的WSN节点故障诊断》PDF+DOC2013年第01期 余成波,李芮,何强,余磊,谭俊
《面向配电网故障检测的WSN可信路由算法》PDF+DOC2015年第08期 刘耀先,孙毅,韦磊,段泉圣
《基于改进粒子群优化的WSN定位算法》PDF+DOC2015年第22期 邴晓瑛,徐保国
《基于粒子群优化的WSN覆盖增强算法研究》PDF+DOC2014年第05期 陈维宗,党小超,郝占军
《基于数据驱动的WSN节点故障诊断算法》PDF+DOC2017年第09期 常琳,黄志清,张严心
《一种基于苯环结构的WSNs故障检测算法》PDF+DOC2012年第11期 马甲林,邵清
《基于混沌粒子群与蚁群算法的WSN路由协议》PDF+DOC2015年第01期 郑波,崔宝同
针对电网故障检测中使用的无线传感器网络节点定位精度较低,分簇不均问题,提出了一种基于DV-Hop算法改进均值粒子群算法(PSO),首先DV-Hop算法改进均值粒子群算法中粒子的速度与位移,使动态无线传感器网络重新定位簇头节点坐标更加接近真实值;然后递归神经网络学习算法迭代值逼近最合适的惯性权重值,优化均值PSO粒子群算法使其达到最优搜索能力。最后由Sink节点对每一次动态分簇后网络节点进行数据采集后对电能耗尽的节点进行无线充电。仿真结果表明,改进后的PSO算法比PSO算法聚类分簇误差更小,节点定位配电网故障的精确度提高12.8%,有效地延长了网络生命周期。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。