电力变压器不同绕组导线换位方式下环流损耗对比分析

变压器随着容量的不断增大,线圈的漏磁场不断增强,从而在运行时,导致各导线间感应出无用的环流损耗迅速增加,为了减小环流损耗,需要进行导线换位.研究了有限元分析方法对单相电力变压器模型的仿真,提出了普通克里金模型与粒子群算法相结合的新型高效全局优化算法,并比较分析了不同绕组导线换位方式下的变压器环流损耗大小,得到了最小环流损耗的最佳匝数分配方案.该方法不但保证了优化的准确度,而且进一步缩短了优化中的计算时间.优化结果与当前应用于工业的设计方案相比,其环流损耗得到了很大的降低.     

基于BP神经网络模型的异步电动机故障辨识

针对目前三相异步电动机故障诊断方法存在的局限性及其缺陷,在利用小波包分析提取电动机故障信号特征量基础上,提出基于蝙蝠-粒子群及改进BP算法的异步电动机BP神经网络故障辨识模型,采用蝙蝠-粒子群算法优化BP神经网络结构参数,利用改进BP算法训练BP神经网络.仿真结果分析表明,该BP神经网络模型用于三相异步电动机故障辨识,辨识速度快、准确度高、可靠性好.     

基于Saber的三相Vienna双环仿真研究

针对三相Vienna拓扑工作模态多,且变化多样、控制复杂、设计困难的问题,分析了一种三相六开关Vienna变换器,实现电路的功率因数校正和输出稳压控制.介绍了三相六开关变换器的结构组成和工作原理,推导出变换器在d-q坐标系下的数学模型和小信号等效电路,分析出变换器SVPWM调制原理与发波方式.选用经典PI算法作为电压外环和电流内环的主要控制策略,并详述控制器的设计过程.利用Saber软件对电路进行仿真试验,结果表明输入电流能够完全跟随输入电压波动,实现了功率因数校正,且输出动态响应迅速,输出电压误差率低.     

基于双种群CSO算法重构的含DG配网故障恢复

为兼顾配网故障恢复的快速性和最优性,提出一种基于重构的分级响应故障恢复方法,并应用双种群纵横交叉(crisscross optimization algorithm,CSO)算法寻求重构方案。首先在故障隔离后利用启发式规则进行局部重构,以较少的开关动作次数快速恢复配网连通性。然后在局部重构后有安全指标越限时,利用改进的双种群二进制纵横交叉算法在可行域内搜索最优解进行全局重构。若全局重构后安全指标依然越限,按负荷重要性指标切除部分非关键负荷,恢复配电网安全运行。最后,改进的PG&E配电系统仿真结果验证了该方法的可行性和有效性。     

航空交流电弧故障和串扰问题的频域分析及特征量提取

航空交流电弧故障直接危害着飞机飞行的安全,由于航空环境复杂极易引发电弧故障,因此这一问题越来越受到人们的重视.依据标准搭建了点接触串联和电缆切割并联电弧故障实验及串话干扰实验,后者模拟了当有一个支路发生电弧故障时对另一个支路电流信号的影响,并且在故障检测时被干扰支路信号应诊断为正常情况.鉴于频域相比于时频域和时域方法兼具了实时性和可靠性的优点,因此利用快速傅里叶变换对采集的实验电流信号进行频谱分析,在特征频段内提取奇次谐波和值与偶次谐波和值之后用欧式距离算法对其进行融合处理得到特征量谐波和距离值,根据电弧故障、被干扰和正常情况下谐波含量的变化情况区分是否产生电弧故障.将特征量输入到训练之后的粒子群算法优化的支持向量机中进行测试识别,结果表明该方法的识别准确率达到了98.125％,具有较好的实时性和适用性.最后采用测试负载验证了上述电弧故障识别算法的有效性.     

住宅小区充电站电动汽车有序充电方法

对充满随机性的电动汽车进行有序充电管理,是当今"绿色出行"时代亟待解决的问题.基于数据挖掘技术首先建立起电动汽车的数学模型,以北京市某小区电动汽车出行历史数据为例,利用模糊C均值聚类算法对车主的行驶行为、入网电动汽车的初始电池荷电状态进行分析,把握电动汽车负荷特性.基于马尔科夫链的思想建立由精炼后的多条典型电动汽车负荷模式转移概率矩阵组成的模型,对电动汽车的随机动态变化过程进行描述,并应用多种群遗传算法求解电动汽车的有序充电问题.以小区充电站为例,并与其他方法进行对比,验证了本文模型和方法的有效性.     

基于全局灵敏度的互联电网阻尼提升策略

针对互联电网中潜在的弱阻尼低频振荡,提出了一种基于索波尔(Sobol')法全局灵敏度的阻尼提升策略,实现低频振荡的早期有效抑制.首先,利用随机子空间辨识(stochastic subspace identification,SSI)算法实现从系统随机响应数据中提取系统的振荡频率、阻尼比等,当系统的区间模式阻尼比小于5％时发出预警,进而利用Sobol'法辨识影响系统阻尼的关键机组,实现参调发电机的选取,并应用优化算法快速确定有功功率调整量,实现区间弱阻尼模式阻尼比的提升.最后,利用IEEE 4机2区系统的仿真结果验证了本文算法的有效性和可行性.     

基于极限过程学习机的储层微观孔隙结构识别

准确分析储层岩石的微观孔隙结构特征是发挥油气层的产能和提高油气采收率的关键.构建一种具有过程式输入的极限学习机模型,并提出基于灰狼优化算法原理改进的混洗蛙跳算法对模型的网络隐层节点个数及网络权值进行优化,利用基于张量乘积矩阵的广义逆求解方法加速极限过程学习机模型的求解.实验结果表明:与5种改进混洗蛙跳算法对比,所提的算法无论在6个高维函数优化还是微观孔隙结构类型识别方面都取得了最好的优化效果,具有很好的实际应用价值.     

基于时频组合特征的PSO-SVM手势识别方法

为了提高基于表面肌电(sEMG)信号的手势识别的准确率,提出了时频组合特征和粒子群算法优化支持向量机(PSO-SVM)相结合的手势识别方法.将手势sEMG信号的时域特征和频域特征进行线性组合,组合后的时频组合特征作为分类特征,采用经PSO优化的SVM分类器对8类手势进行分类.结果显示,基于时频组合特征均方根值-平均功率频率(RMS-MPF)、绝对均值-平均功率频率(MAV-MPF)的手势识别率,优于它对应的时域特征、频域特征的手势识别率,同时也优于时频域特征的手势识别率.表明了基于时频组合特征RMS-MPF、MAV-MPF的PSO-SVM方法对手势识别有良好的分类效果.     

非接触式眼压计人眼跟踪算法研究

非接触式眼压计测量眼压的前提是对人眼瞳孔进行精确跟踪定位.通过对非接触式眼压测量跟踪系统的研究,提出汇聚式双目视觉的人眼瞳孔跟踪方法,采用结合帧差法和Mean-Shift算法的改进算法进行目标跟踪,解决了Mean-Shift算法对瞳孔进行跟踪过程中,有跟踪目标丢失现象的问题,通过下位机驱动三轴电机进行移动,调整系统与人眼的相对位置,以实现人眼瞳孔的精确跟踪.经在样机上实验,其结果表明:系统跟踪定位误差≤0.1 mm,跟踪过程在1s内完成.