基于压缩传感理论的绝缘子泄漏电流数据压缩

绝缘子泄漏电流数据量大,给监测系统数据存储和传输带来巨大的负担.针对这个问题,提出基于压缩传感理论(Compressed Sensing,CS)的数据压缩方法,CS将采样与压缩合并进行,少量采样就能很好地恢复信号,不仅降低对硬件要求,而且提高压缩效率.将泄漏电流信号进行小波变换的稀疏分解,然后对稀疏的泄漏电流信号进行高斯测量编码,最后应用正交匹配追踪算法(OMP)重构信号.实验结果表明,对绝缘子泄漏电流进行CS数据压缩具很高的压缩比,恢复的信号也比较理想.     

基于粗糙集理论和支持向量机的变压器故障诊断

将粗糙集约简与支持向量机分类相结合,建立一个基于粗糙集和支持向量机的变压器故障诊断模型。该模型将油色谱数据诊断结果与电气试验数据相结合,通过粗糙集信息熵进行约简,建立了故障与信息的映射关系,再通过支持向量机分类器对其进行分类,使得变压器的故障分析到初步的部位。经实例分析和验证,该模型能对变压器进行初步定位,并有较高的正判率。     

基于IEC 61850的输变电设备状态监测集成平台

为了满足未来智能电网对全景状态信息进行监测和共享的需要,文中提出基于IEC 61850标准的输变电设备状态监测集成方法,并给出了集成平台的系统结构.通过对无缝通用通信服务器、协议转换方法以及状态监测实时通信等关键问题的研究,将不同厂商、不同通信接口、不同通信协议的输变电状态在线监测装置同时接入并集成到IEC 61850技术体系,并对外提供统一的IEC 61850通信接口.采用荷兰KEMA公司UniCA 61850 Analyzer分析仪捕获并分析了所实现的关联、目录获取与报告等服务的报文,验证了实现方法的正确性和可行性.     

界面图形化的电力系统短路计算智能系统

介绍了一个已在某电网投入试运行的界面图形化的短路计算智能系统。它以电网拓扑结构数据库为基础，采用了 菜界面和人工智能的广度优先搜索技术。     

长链型无线传感器网络QoS路由优化的研究*

针对输电线路监测系统对无线传感器网络实时性和可靠性要求较高的特点,在抽象出的长链型传感器网络QoS路由模型中把网络带宽、时延、跳数、收包率作为链路约束,寻求网络中的最优数据传输路径。考虑到基本蚁群算法存在收敛速度慢、易陷入局部最优等缺陷,提出一种用自适应蚁群算法求解最优路径的方法。仿真结果表明,改进的算法通过自适应地调整信息素挥发因子,能够快速地找到满足约束的最优路径,网络规模越大其优势越明显,保证了用于输电线路监测的无线传感器网络数据传输的服务质量。     

Huffman压缩算法在智能电网通信系统中的应用

由于智能电网PMU测量系统中一方面有大量的数据需要传输,另一方面远距离数据通信的速率通常比较慢,制约了广域信息的利用以及广域控制和保护技术的发展测量,针对该问题,提出利用Huffman压缩算法对测量数据进行压缩的方案,实现测量数据的实时快速上传,进而对全网进行分析和控制。     

基于EMD的绝缘子泄漏电流去除噪声研究

针对绝缘子泄漏电流信号在安全区阶段信噪比较低,传统去噪方法去噪效果不佳的问题,结合经验模态分解(Empirical Mode Decomposition,EMD)的特点,设计了基于白噪声统计特性的EMD滤波器和EMD阈值滤波器。利用设计的两种EMD滤波方法对泄漏电流信号的仿真模型进行去噪,从除噪后信号的波形形状和信噪比等方面对去噪效果进行评价。研究表明EMD去噪方法去噪性能优于小波去噪。同时还发现,针对不同信噪比的含噪信号,基于白噪声统计特性的EMD去噪和EMD阈值去噪各具有优势,可根据信噪比的不同,选取最适合的滤波方法。     

数据收集传感器网络的多模层次网络构建

数据收集传感器网络的漏斗效应是制约网络性能的瓶颈。针对静态数据收集传感器网络,依据空间复用技术和减少跳步数原则,构建多模层次网络,实现不同层次数据包分流,解决sink及其邻近几跳节点的瓶颈问题,达到缓解拥塞、降低传输时延的目的。实验结果表明,该方法在降低节点间通信干扰的同时,能有效减轻传感器节点的数据转发负担,提升网络性能。     

基于改进的遗传禁忌搜索算法求解电力线路最佳抢修路径

在分析和研究电力线路最佳抢修路径的基础上,提出了一种改进的遗传禁忌搜索算法来求解电力线路最佳抢修路径.此算法基于变异思想和A'算法产生禁忌搜索算法的邻域解,并利用遗传算法的阶段进化思想减少调用禁忌搜索算法的频率,进而提高改进的遗传禁忌算法的执行效率.仿真结果表明在求解电力线路最佳抢修路径时,遗传禁忌搜索算法的性能优于其他算法.     

用SVM和LS-SVM分析变压器故障诊断

介绍并比较了支持向量机分类器和最小二乘支持向量机分类器的算法,提出了基于支持向量机的二叉树多分类变压器故障诊断模型.将标准支持向量机(C-SVM)分类器和最小二乘支持向量机(LS-SVM)分类器分别用于变压器故障诊断,通过网格搜索和交叉验证法取得支持向量机的参数,准确率较高.试验结果表明,支持向量机和最小二乘支持向量机在变压器故障诊断中具有很大的应用潜力.