基于同步测量信息的电网拓扑错误辨识方法

将相量测量单元（PMU）提供的同步测量信息引入到拓扑错误辨识中,提出了一种基于同步测量信息的拓扑错误辨识算法以提高电网拓扑分析的可靠性。该算法首先在对拓扑错误进行显性、隐性分类的基础上,构建错误辨识准则,然后结合图的矩阵运算,确定PMU所量测的开关量和模拟量之间的判别关系,最后根据判别结果,对各类拓扑错误进行有效辨识。仿真算例表明,该算法能够准确对单个拓扑错误、多个拓扑错误以及同时存在多个不良数据与多个拓扑错误的情况进行有效辨识,具有可靠性高、容错能力强等优点。     

k-means聚类算法在负荷曲线分类中的应用

为了提高电力系统状态估计结果的准确性,利用k-means聚类算法并结合有效指数准则,提出了一种辨识系统不良数据的新方法.研究内容是以某一节点负荷数据为研究对象,运用数据挖掘中k-means聚类算法并结合有效指数准则提取出日负荷特征曲线,分别对输电网状态估计中的不良数据检测和辨识、配电网状态估计中的伪量测补充进行了研究.最终用Matlab编制算法程序并进行仿真分析,结果表明,此方法效果良好.     

HARQ中软信息联合译码

HARQ译码时,一般只保留错误分组,丢弃错误分组的输出LLR值.文中研究几种利用软信息进行译码的方法,提出新的利用软信息的方法.仿真表明,新方法显著的提高系统的性能.     

一种最优冲突证据组合方法

Dempster-Shafer证据理论广泛应用于信息融合中,但是在证据高度冲突情况下基于经典D-S组合规则的融合结果存在问题.针对这一问题,提出了一种最优的证据组合方法.新方法首先引入了一个加权证据间距离函数,提出了一个全局距离的概念,依据全局距离最小的最优化准则求出各证据的权重,之后对系统中的证据加权平均,最后再利用D-S组合规则实现信息融合.目标识别算例仿真的结果表明,该方法性能优于现有的加权组合方法,在处理冲突数据时能够有效快速地识别出目标.     

基于电力调度大数据的状态估计智能分析技术

智能电网需要全景的状态数据,针对电网运行、检修过程中产生的海量异构、多态数据,即电力调度大数据,进行数据质量分析和错误数据的精确定位是当前重要的研究课题。基于电力调度大数据和转移潮流算法的状态估计智能分析技术,对SCADA量测进行错误数据的精确定位,通过实际应用验证了新方法的准确性,为其他应用大数据提供了参考。     

D-S证据理论在信息融合中的应用研究

本文主要通过分析了D-S信息融合的一般过程、基本概率赋值的获取方法、以及D-S信息融合算法在MATLAB上的仿真与分析,论证了以D-S证据理论为核心的多传感器信息融合算法能够有效地对多个传感器采集的信息进行融合,使不同类型的传感器发挥各自的特点,实现优势互补,提高系统对目标属性判决的准确性。     

一种提高消除衰减非周期分量响应速度的交流采样数据修正法

利用交流采样数据修正法处理含有衰减非周期分量的故障信号,并结合DFT对修正后的数据进行滤波,对滤波的结果进行了仿真分析,验证了交流采样数据修正法处理衰减非周期分量的有效性.最后对交流采样数据修正法处理数据的响应速度作了分析,提出了改进方法并对改进后的算法进行仿真,仿真结果证明了改进后算法的可行性.     

一种基于目标识别的证据理论改进方法的研究

随着现代战场环境的复杂变化,如何快速准确地对目标进行识别显得尤为重要,而环境的复杂多变可能会产生高度冲突的信息证据。针对高度冲突证据的合成问题,分析了D-S合成方法,引入了一种新的改进方法,在保持D-S合成公式不变的情况下,对证据模型即证据源进行修正,通过算法寻找产生冲突的证据,并进行修正,通过算法仿真,验证了该算法的有效性及合理性。     

基于DeepWalk算法的电力系统错误数据注入网络攻击分类方法

为了准确、有效地识别错误数据注入攻击（FDIA）对电网造成危害的严重程度,提出了基于DeepWalk算法的FDIA分类新方法。根据FDIA的特点,构建电力系统的响应模型;提出批量随机边删减策略,将响应模型生成的攻击数据构造为攻击场景图;采用DeepWalk算法将攻击场景图中的节点映射为低维向量,并将其作为机器学习算法的输入对FDIA进行分类。以遭受FDIA的IEEE 39节点系统为例进行仿真,结果表明所提方法可以根据FDIA对电网造成危害的严重程度准确、有效地对FDIA进行分类。     

中压配电网载波通信自动中继算法研究

为了实现远距离数据传输,获取更高通信质量,提高通信的可靠性和抗毁性,研究了一种中压配电网载波通信的自动中继方法来改进现有的人工固定中继,通过旁听站统计一定时间内接收到主站发送给目的站数据的相关信息并将数据帧转发至目的站,目的站分析对比出最优路径,当主站和目的站不能直接通信时,自动选择最优中继路径进行通信并进行动态更新.给出了算法的流程和具体步骤,使用Matlab对一算例模拟算法的实现过程,给出了各中继路径信息并做出对比分析,画出了多次仿真最优路径号变化图.仿真结果证明该算法简单易行,能有效地实现自动中继.     

基于相容系数的多传感器融合目标识别方法

针对车型识别技术存在类别判定冲突问题，提出基于相容系数的多传感器融合目标识别方法。首先，采用多假设思想实现多传感器异构数据聚类合并获取单帧融合检测结果；然后，计算证据之间的相容系数对证据冲突重新分配，结合Dezert-Smarandache理论(DSmT)来处理单帧融合后可能出现的证据冲突情况，并获取目标类别的准确识别结果。实测数据结果表明，该方法能克服传感器检测范围受限问题和类别判定冲突问题，目标识别准确率可达93%以上，降低了目标识别的漏检率和误检率，可达到良好的目标识别准确性能。     

异步电动机信息融合故障诊断模型

结合信息融合的一般模型和层次结构,构建了电动机故障的信息融合诊断模型。该模型涵盖了数据融合的数据层、特征层和决策层三个层次,充分利用电动机三相电流、电压和绕组温度等多种故障信息,基于Park矢量,进行了多层次的融合;采用了基于人工神经网络、小波分析和证据理论等的两级诊断策略,以进一步提高转子断条、气隙偏心、绕组匝间短路等电动机常见故障的诊断准确性和灵敏性。     

D-S证据理论在火灾探测中的应用

介绍基于D-S证据理论的多传感器多测量周期的信息融合（时空信息融合）的方法，评将该方法应用于火灾探测领域。模拟实验结果表明，与单个传感器相比，基于D-S证据理论的多传感器时空信息融合的结果具有较高的准确度和可信度。     

基于注意力特征融合YOLOv5模型的无人机输电线路航拍图像金具检测方法

无人机采集输电线路航拍图像由于其特殊性,往往背景复杂多变,检测目标存在尺度不一及部分遮挡等问题容易造成检测过程中误检、漏检。本文从特征融合角度出发,提出基于注意力特征融合YOLOv5模型的输电线路金具检测方法。首先,在主干提取网络中引入了具有自注意力机制的AFF-Transformer模块更好的捕获全局信息和上下文信息,提高主干网络特征提取能力。其次,通过在特征融合过程中使用通道空间注意力避免了关键信息丢失。最后,利用双向加权特征融合机制使得模型更有效的将浅层特征和深层特征进行融合,以上改进有效缓解了金具在密集状态下的误检、漏检等问题。通过在自建输电线路金具数据集上进行实验,结果表明：本文提出的方法在原YOLOv5模型的基础上准确率提升了2.7%,模型召回率提高了1.5%,针对于小目标,以及漏检、误检等问题有了较好的改善。     

基于证据理论和信息熵的消弧线圈接地电网融合选线方法

提出一种消弧线圈接地电网单相接地故障融合选线方法。该方法综合运用首半波、有功分量和暂态量故障特征,采用证据理论和信息熵实现融合选线。构造了定量反映线路似为故障线路程度的故障测度算法,建立了以故障测度和信息熵表示的基本信度分配函数,实现了多故障特征的证据融合选线。仿真和实测数据验证了本文选线方法的有效性,表明提出的证据融合选线方法可极大地提高选线的准确性和适应性。     

基于信息融合和M-RVM的变压器故障诊断方法

针对仅以油中溶解气体数据为主要依据的变压器故障诊断方法信息量不足以及传统证据理论的缺陷问题,研究了基于信息融合和多分类相关向量机(M-RVM)的变压器故障诊断模型。首先,将油中溶解气体分析数据与电气试验数据作为诊断模型的输入特征量向量,更真实地反映变压器的故障信息。然后,采用4个M-RVM作为分类器,对故障进行初步诊断,并将诊断结果分别转化为证据融合所需证据体,同时引入兰式距离函数与光谱角余弦函数对证据体进行修正。最后,采用改进冲突再分配策略进行决策融合,避免融合过程中出现证据互相矛盾的现象。对比分析结果表明,基于多源信息融合的变压器诊断模型相较单一特征参数诊断以及单一诊断算法具有更高的诊断准确率。     

信息融合技术在电力变压器故障诊断中的应用

根据变压器运行原理和结构特点,将信息融合思想引入到变压器的故障诊断中,建立基于信息融合技术的故障诊断模式,即通过曲面拟合算法和证据推理技术从不同侧面,充分利用各种特征信息对变压器的故障进行诊断,来有效地提高确诊率。     

基于随机集含糊证据的风力发电机故障诊断方法

针对大型风力发电机故障信息的复杂性和不确定性,提出了基于随机集信任测度和似真测度的含糊化方法。该方法将故障样本模式和故障待检模式进行含糊化,利用随机集的信任测度和似真测度对待检模式和样本模式进行匹配,实现数据级融合;然后将匹配的结果作为证据理论的信任函数和似真函数,进行特征级融合;最后将融合结果作为决策级证据理论的证据进行最终融合,从而得出诊断结果。风力发电机的算例验证了该方法的合理性和有效性。     

D-S证据理论在燃烧稳定性中的应用

根据煤粉着火稳燃机理,对影响锅炉燃烧稳定性的因素进行了分析.从信息融合的角度出发,利用解决不确定性问题的D-S证据理论建立燃烧稳定性评判模型,并利用现场72 h内的运行数据对评判模型进行测评.测试结果表明,该模型能够较准确地对燃烧稳定性进行评判.