Rogowski coil current transducer compensation method for harmonic active power error

In the harmonic active power measurement, the highest uncertainties are generally introduced by the current and voltage transducers. In a previous paper, the authors showed that the current transformer (CT) can introduce significant errors in such measurement, especially if the phase shift between voltage and current is close to ±90°. In such condition the errors on harmonic power measurement are mainly due to the CT phase displacement. This paper shows that better results can be achieved with more linear transducers, such as the Rogowski coil current transducers (RCCTs), whose metrological performance in distorted condition can be improved, by means of a proper compensation method. The proposed method for RCCTs compensation is based on the frequency response and it allows to reduce the errors on harmonic power measurement, also for phase shift close to ±90°. The study is supported by several experimental tests.     

一种基于相关函数法铁磁谐振波形研究

对铁磁谐振波形进行了系统的分类分级,提出了一种基于Matlab的相关函数方法,并且利用大量数据进行对比,已经得到了效果验证,经过桂林市电力电容器责任有限公司认证,具有良好的实际效果。     

一种面向目标的情感极性分析方法

面向目标的情感分析是细粒度情感分析的重要任务之一,旨在预测句子中给定目标实体的情感极性.当前大多数研究方法忽略了句法结构信息,在情感判别时往往会关注无关词汇,从而使分类性能下降.为此,设计了一种新的引入句法结构的模型,该模型利用双向预训练编码器和作用于依存句法树的图卷积网络分别捕获文本的上下文信息和句法结构信息,并使用多头注意力机制进行信息聚合得到目标的情感分类表征.此外,还将该模型与现有的领域自适应方法相结合,同时向模型中引入领域知识和句法结构知识,进一步提升了模型效果.在几个常用的标准数据集上的实验结果表明了上述模型的有效性.     

多策略改进 MPA 算法与 HKELM 的变压器故障辨识

为解决目前变压器故障诊断精度低的问题,提出一种多策略改进海洋捕食者算法( MPA) 与混合核极限学习机 (HKELM)的变压器故障辨识方法。 首先通过核主成分分析法(KPCA)对高维线性不可分的变压器故障数据进行降维,获取特 征支持数据;然后通过伯努利混沌映射、改进阶段转换判据、最佳候选者等策略综合改进 MPA,加强全局开发能力;最后使用改 进的 IMPA 算法对 HKELM 的参数寻优,构建变压器故障诊断模型。 为验证模型有效性,分析比较常用算法优化的 HKELM 的 4 种变压器故障诊断模型。 其中 IMPA-HKELM 的诊断精度为 94. 7%,相比于另外 3 种基础算法优化的模型,诊断精度分别提升 了 5. 4%、8%、10. 7%。 结果表明,提出模型有效提升了故障诊断的分类性能,并实现了较高的故障诊断精度。     

基于多源融合的油纸绝缘套管缺陷辨识及绝缘状态评估

油浸纸绝缘套管作为变压器的关键组件,其绝缘受损会威胁变压器主设备的运行安全。针对此现状,提出一种基于多源融合的油纸绝缘套管缺陷辨识及绝缘状态评估方法。首先,根据实际运行工况制备典型缺陷试验套管,并开展频域介电响应、局部放电及红外热成像联合试验,辨识套管缺陷种类。然后,提取套管绝缘指标量,引入隶属度函数及状态得分算子,建立基于博弈论组合赋权法的套管绝缘状态评估模型。最后,分别采用组合赋权法和单一赋权法的评估模型,对正常以及缺陷套管进行算例分析。结果表明：联合试验可以准确辨识套管缺陷种类。组合赋权法弥补了单一赋权法评估结果片面的不足,且正常套管的模型评估分数均高于缺陷套管。评估结果与套管实际绝缘状态一致,验证了套管绝缘状态评估模型的正确性及有效性。     

BERT蒙古文词向量学习

以Word2Vec为代表的静态蒙古文词向量学习方法,将处于不同语境的多种语义词汇综合表示成一个词向量,这种上下文无关的文本表示方法对后续任务的提升非常有限。通过二次训练多语言BERT预训练模型与CRF相结合,并采用两种子词融合方式,提出一种新的蒙古文动态词向量学习方法。为验证方法的有效性,在内蒙古师范大学蒙古文硕博论文的教育领域、文学领域数据集上用不同的模型进行了同义词对比实验,并利用K-means聚类算法对蒙古文词语进行聚类分析,最后在嵌入式主题词挖掘任务中进行了验证。实验结果表明,BERT学出的词向量质量高于Word2Vec,相近词的向量在向量空间中的距离非常近,不相近词的向量较远,在主题词挖掘任务中获取的主题词有密切的关联。     

融合知识图谱和多模态的文本分类研究

传统文本分类方法主要是基于单模态数据所驱动的经验主义统计学习方法,缺乏对数据的理解能力,鲁棒性较差,单个模态的模型输入也难以有效分析互联网中越来越丰富的多模态化数据。针对此问题提出两种提高分类能力的方法：引入多模态信息到模型输入,旨在弥补单模态信息的局限性;引入知识图谱实体信息到模型输入,旨在丰富文本的语义信息,提高模型的泛化能力。模型使用BERT提取文本特征,改进的ResNet提取图像特征,TransE提取文本实体特征,通过前期融合方式输入到BERT模型中进行分类,在研究多标签分类问题的MM-IMDB数据集上F1值达到66.5%,在情感分析数据集Twitter15&17上ACC值达到71.1%,结果均优于其他模型。实验结果表明,引入多模态信息和实体信息能够提高模型的文本分类能力。     

小波变换在变压器励磁涌流识别中的应用

为防止励磁涌流导致变压器的差动保护误动作,本文提出了一种以小波系数分布为判据的励磁涌流识别的新方法。该方法以小波变换中多分辨分析为理论依据,通过小波变换后对所得二尺度上的小波系数进行提取,计算其方差变化率来表示小波系数的变化情况,并设定合理的阀值,来对励磁涌流与故障电流进行区分。应用MATLAB工具箱搭建变压器励磁涌流与故障电流仿真模型,进行大量仿真,仿真试验结果表明,该方法能够快速有效的对励磁涌流与故障电流进行识别判断,克服了传统方法的不足,保证差动保护的正确动作,具有很高的应用前景。     

35KV干式变压器智能温控系统

针对35KV干式变压器由于过载、短路等原因引起的温度升高的情况, 利用数字信号处理芯片TMS320F2812设计了一套智能温控系统, 该系统硬件电路简单, 操作容易, 可进行远程监控. 试验中成功实现该系统的各项功能, 达到了对变压器进行保护和智能控制的目的.     

双向DC-DC变换器拓扑结构的设计及仿真

传统的单相双向DC-DC变换器虽然结构简单,但当电流纹波超过两倍负载电流时会导致开关器件通态损耗过大,同时主电感电流纹波过大会造成磁芯损耗.本文设计了一种多相拓扑结构的变换器,该变换器通过磁耦合技术,采用电流交迭减小纹波,进而减小磁芯的损耗.通过Simulink对单相变换器和两相变换器模型进行仿真,论证了改进后变换器的优越性.