RFID芯片在物联网应用中的设计与研究

文章就政府主管部门在物联网应用环境下,在物品监管、证件关联和失控溯源等管控过程中的RFID芯片的信息安全问题进行了研究,特别是针对工作在915．0MHz频段的RFID芯片的安全机制,分析了在保证实时掌握监管物品本身的状态、随时检查与之对应的监管证件和文书状态、实时绑定监管物品的信息与物联网视频监控的管控要求下的信息安全机制,并提出了可资借鉴的信息安全解决方案。     

基于多模型融合Stacking集成学习的异常用电检测方法研究

针对单一异常用电检测方法对于存在不平衡性的数据集检测效率普遍不高的问题,提出了一种基于多模型融合Stacking集成学习的异常用电检测方法。首先,以居民用电数据作为研究对象,分析用户在习惯上表现的不同特征,结合不平衡处理技术和分类预测算法进行研究;其次,为了提高模型的整体性能,采用量子遗传算法对集成学习模型中的参数做优化处理;最后,通过云南某地区用电数据集进行验证,证明所提模型相比单一学习模型检测的准确率有明显提升,对提升异常排查效率,降低电力公司的运营成本具有重要意义。     

热氧老化EPR电缆绝缘局部放电特性及劣化机理

为了探究热氧老化后乙丙橡胶电缆绝缘的局部放电特性及劣化机理,文中通过典型柱–板电极对不同老化程度的乙丙橡胶试样进行了局部放电试验,并对其放电发展特性和材料理化性质进行了分析。结果表明:放电起始电压和闪络电压均随绝缘老化程度的提高而降低;根据放电过程中放电特征量的变化规律,可将放电过程划分为4个阶段:起始阶段、发展阶段、持续阶段、预闪络阶段,且不同老化程度试样的PRPD谱图在各阶段呈现出特定形状;老化后的试样表面气化或气体解吸附、内部添加剂成分析出导致试样表面出现"沟壑区"、白色块状物和"微孔",分子结构中的羰基等含氧基团、聚乙烯和聚丙烯等自由基数量的增加是乙丙橡胶绝缘在热氧老化后更易出现局部放电的关键原因。     

多信道认知无线电频谱感知时间和门限联合分配

为提高多信道认知无线电的吞吐量,提出采用交替方向优化联合分配次用户的频谱感知时间和子信道感知门限.基于"先听后传"的次用户帧结构,建立了感知时间和门限的优化分配模型.该模型在保证满足主用户通信需求和子信道频谱感知性能的前提下,最大化次用户各子信道的吞吐量总和.联合优化算法通过交替优化感知时间和门限能够获得模型的最优解.仿真结果表明:存在最优的感知时间和门限最大化次用户的吞吐量,并且相比之前的方案,联合分配能够提高次用户的吞吐量.     

云南电网低频问题下风机转子动能控制研究

风电机组提供频率响应后,转子转速恢复过程可能导致的频率二次跌落是制约风机提供向上调节能力的关键问题。文章对云南电网风机转子动能控制展开研究,提出风机转子动能控制参数整定方法,在扰动初期利用综合惯量控制快速抑制频率变化率,减小最大频率偏差;在扰动中后期与水火等常规同步机组和直流频率限制器(frequency limit controller,FLC)协调配合,避免频率二次跌落问题,实现频率整体动态过程的优化。仿真研究表明,增加虚拟惯性控制系数K_df,不利于改善频率最大偏差,会让频率在进入直流FLC死区后出现严重超调和反调现象;下垂控制系数K_pf是改善频率最大偏差和直流FLC动作量的关键,K_df和K_pf取值相同时,运行在最大功率追踪区的风电机组改善频率最大偏差的能力几乎相同。     

基于相空间重构和随机配置网络的电力负荷短期预测

针对配电网负荷随时间空间变化的非线性特征导致短期负荷预测精度低和模型训练时间成本高的问题,设计了一种基于相空间重构(phase space reconstruction, PSR)和随机配置网络(stochastic configuration networks, SCN)的电力负荷短期预测模型。首先将配电网数据中与负荷相关的气象数据通过主元分析法(principal component analysis, PCA)进行数据降维,并与负荷序列组合成多变量的时间序列,运用混沌时间序列理论,通过互信息法和虚假近邻法求取参数并重构相空间,最后使用随机配置网络预测电力负荷。采用欧洲电网公开数据集的历史负荷和气象数据验证所提方法,结果表明,与网格搜索法优化的支持向量机(support vector machines, SVM)、反向传播神经网络(back propagation neural networks, BP)、长短期记忆网络(long short-term memory network, LSTM)和整合移动平均自回归(autoregressive integrated moving average, ARIMA)相比,所设计方法具有智能化水平高、运算高效的特点,有一定的实用价值。     

风电调频补偿水锤效应的频率特性分析

水轮机在云南电网中占比很大,为了解决水轮机的水锤效应带来的功率反调现象,提出了一种考虑风电调频特性补偿水锤效应的分析方法。首先,建立了含风、水、网、荷的简单系统数学模型。其次,使用直流潮流法得到水轮机及其调频策略、风机及其调频策略所对应的代数微分方程和系统网络方程。并在此基础上进行线性化处理,推导出负荷扰动时水轮机和风机并网节点频率响应的频域解析式。根据解析式分析调频控制参数等对系统频率的影响。最后,通过以双机系统及实际电网的仿真分析对风机补偿水轮机水锤效应的有效性和可行性进行了验证。     

考虑连锁故障的覆冰灾害下输电线路脆弱性分析模型北大核心CSCD

虽然电网鲁棒性日益增强,但部分输电线路经过区域极易遭受覆冰灾害,导致该地区发生一次故障的概率大幅增加,而一次故障将会导致电网发生二次连锁故障。针对此问题,文中首先通过蒙特卡洛法判断覆冰灾害引发的输电线路一次故障脆弱性,然后通过自组织临界理论判断由一次故障引发的输电线路二次连锁故障脆弱性,从而建立综合考虑覆冰灾害和电网物理特性的输电线路脆弱性分析模型,以潜在事故链的形式展现了电网覆冰灾害下的故障演化进程,为运维人员甄别覆冰灾害下区域电网的输电线路薄弱环节提供重要决策依据。最后通过对IEEE-39节点电力系统实例进行仿真与分析,验证了所提出模型的可行性。     

基于多层特征融合注意力网络的电能质量扰动识别方法

针对复杂电网环境下电能质量扰动特征冗余、分类精度低的问题,经过多层卷积神经网络逐层获取电能质量扰动信号低维到高维特征信息,引入特征注意力机制构建多特征融合层消除特征冗余,提升扰动信号关键特征关注度,并加强扰动信号的局部特征与全局特征的提取,提高模型泛化能力进而提高扰动分类精度,据此提出基于多特征融合注意力网络的电能质量扰动识别方法。仿真结果显示,所提方法不仅在单一扰动、复合扰动下能有效辨识电能质量扰动,而且能有效克服噪声干扰对模型的影响,相比主流扰动分类方法提取的特征辨识度更高、模型抗噪性更强。     

绝缘子污秽等级的高光谱特征优化识别技术研究

为解决传统污秽检测方法对输电线路绝缘子污闪防治的局限性,采用非接触式、高分辨率的高光谱成像技术对污秽在线检测技术进行研究。为有效提取反应污秽度的光谱特征并削弱冗余与干扰信息的影响,提出一种小波包能量谱特征优化的绝缘子污秽等级识别技术。首先,对不同污秽度的绝缘子样品的光谱图像进行背景分割,提取均匀覆污区像素点光谱均值曲线;其次,对不同图像的光强均匀度差异、环境噪声进行预处理,并通过导数变换提升不同污秽等级间的可区分性。再次,对预处理后的谱线进行小波能量谱特征提取。最后,基于所提特征建立基于支持向量机(support vector machines, SVM)的污秽等级识别模型。实验结果表明,相比于采用全波段数据或PCA特征数据作为输入,基于小波能量谱特征建立的支持向量机(SVM)污秽等级识别模型对样品识别准确率达到99.8%。#$NL关键词：关高光谱成像;绝缘子污秽等级;小波包能量谱;支持向量机#$NL中图分类号：TM933