基于改进GRU的电力大数据分析

针对电力大数据存在冲击数据、无效数据等异常值导致真实规律难以挖掘的问题,提出一种基于改进GRU的电力大数据分析模型。该模型首先分析了异常值导致数据规律失真的情况,提出利用自适应阈值的小波滤波进行数据清洗;其次以单数据周期为分段点对数据进行分段,以各数据段同一时刻的记忆求和均值为标准记忆;最后,根据数据段的质量改进GRU记忆能力,即保留质量好的数据段记忆、删除质量差的数据段记忆。为了验证模型的性能,选择光伏发电数据进行实验,结果表明：本模型在数据质量较高时的预测准确率比ARIMA、LSTM和标准GRU分别提高了61%、30%和25%,数据质量较差时的预测准确率分别提高了76%、16%和11%。     

计及空间相关性的轻量级风电功率预测方法

针对风电功率预测数据高维灾难以及云计算的通信依赖问题,提出一种风电功率的属地边端轻量级预测方法。采用KNN算法计算风机间的距离量化空间相关性,并引入轮廓系数自适应地确定近邻数k以降低冗余特征维度,从而确定输入目标预测风机的邻近风机数据;基于Seq2Seq结构的GRU-MLP网络完成各台风机的风电功率预测。实验结果表明,在预测准确率近似的条件下所提方法相较于常规网络复杂度小、效率更高,可为风电场功率预测任务从云端向边缘迁移提供技术方案。     

基于改进Faster RCNN的小尺度入侵目标识别及定位

为实现无人值守变电站视频监控系统对动态小尺寸入侵目标体的识别与定位,提出一种基于改进Faster RCNN的快速神经网络辨识方法。该方法通过构建深度卷积网络计算目标样本的强语义特征,并利用密集连接的传输通道融合位置信息,从而得到适应于小目标检测的基础骨干网络;然后利用锚框挑选出目标可能存在的区域,采用双线性插值法计算定位框的坐标以实现像素级别的精确定位。使用采集的变电站监控图像对模型进行训练,得到适应小尺寸异物的改进Faster RCNN检测模型。通过对比实验结果表明,所提改进方法在进行小尺寸异物检测时能够保持高精度并具有时效性,具备一定的工程实用价值。     

电力设备多光谱图像融合及多参量影响的故障渐变规律演化预测研究

不具备维修条件的情况下为保障重点区域供电的可靠性,允许故障设备在系统失稳前运行一段时间,演化预测当前故障渐变规律成为了安全预警亟待解决的核心问题。然而,现有演化预测方法所需的评估参量不仅获取困难,还会因参量之间融合不当,而使得预估时间偏差较大。为此,通过改进的全状态集成法模型,进行了电力设备多光谱图像融合及多参量影响的故障渐变规律演化预测研究。通过红外检测图像与红外标准图库匹配以及红外–可见光的图像融合的方式从非结构化的图像数据中提取设备关键构件温度参量。结合运行参数采用聚类算法进行故障诊断,在此基础上综合短期电负荷和环境因素构建了负荷/环境–温升模型,并通过关联热老化、负载率、光照等状态约束条件预估设备故障后续走势。以综合状态为评估依据的电压互感器PT故障演化实验表明:该方法可有效识别设备并对热缺陷进行定位和分类评估,预测设备的运行状态随负荷、环境变化的趋势,为电力设备不停电检修智能化决策提供理论基础。     

基于重复原理的无差拍控制单相逆变器

采用了一种基于重复原理的无差拍控制单相逆变器的控制方案,即根据无差拍控制中的周期预测与重复控制的相似性,利用谐波信号的周期性进行预测与控制。通过重复控制器来修正无差拍控制中由于各种原因而造成的周期性的控制偏差,对重复控制器各环节进行合理的设计以改善系统的动态性能和稳态性能。该控制方案既保留了无差拍环节动态响应快的特点,又吸纳了重复控制无稳态误差的优点。系统处于稳定运行状态时,重复控制可增强系统抗周期性干扰能力,改善系统稳态特性;负载出现大的扰动时,无差拍环节可感受到输入误差的突变并立即产生调节作用,保证系统有较快的响应速度。对该控制策略进行了全面的理论分析,基于理论分析,在Matlab中对该系统进行了仿真设计,同时搭建了一个单相SPWM逆变器的硬件平台,在该硬件平台上采用数字控制算法实现了该控制方案。仿真与实验结果均表明,与传统的无差拍控制相比该控制方案能获得更好的动、稳态性能。     

光激发半导体硅片对宽带太赫兹波的调制研究

利用光泵浦-太赫兹(THz)探测(OPTP)技术,研究 了THz波在Si半导体界面间的传输行为。通过改变抽 运光密度从而改变样品表面的载流子浓度,实现对THz波透射/反射的有效调制。在外加中心 波长为800nm 的飞秒激光激发块体半导体Si片时,成功实现了对宽带THz波时域谱包括入射THz 脉冲振幅和 相位以及THz波次级反射峰抗反射的调制。光激发Si片可以获得任意载流子浓度 的Si片实现对 THz脉冲振幅的调制,调制度达到90%以上;光激发Si片能够使THz脉 冲的相位发生负延迟,随着 泵浦光密度的增加,负的相移越来越明显,随着频率的增高,负的相移也越来越明显;光激 发Si片还能够 对THz波的次级反射峰进行调制,随着泵浦光密度的改变,实现对次级反射峰的π相位以及 次级反 射峰抗反射的调制。光激发Si片对宽带THz波时域谱的调制为THz波在通信、国防安全等领域 的应用奠定了基础。     

面向风电机组运维的知识图谱构建研究与应用

规模化风机高频运维信息愈发呈现数据高维、类间互联、规模攀升的特点,传统人工孤岛式故障检修运维模式难以适应人机料法环一体式发展进程。针对风机全环节、全要素的主动运维要求,提出知识规则、主从设备、规范条例一体融合的风电机组运维知识图谱构建方法。利用图论文本关键词提取算法(TextRank)完成对风电专业运维文本的实体识别与关系抽取,用以提高特征词的提取精度。采用Neo4j图数据库构建风电安全管理规程图谱及风电设备运维图谱,实现多元数据的互联与可视,进而实现风电运维信息的智能化查询。应用上述方法构建了629个实体、742条关系类型的风机知识图谱。数据查询试验表明：该方法的精确率及召回率等主要指标均在89%以上,较传统数据库方法平均提升了6.5%。该方法建立了运维要求可视表达和类间任务关联。运维大数据的有效查询,将有助于节省双碳战略风电运维力量,提高运维智能化水平。     

"半导体器件基础"课程教学方法初探

"半导体器件基础"是电子科学与技术专业的重要专业必修课。针对课程难学难教的现状,分析了传统教学中存在的问题,提出了课程理论教学的改革措施,引入多媒体PPT、FLASH软件结合板书的教学方法。主要从多媒体技术与板书组合的教学方式对课程重难点的突破、教学信息量传递、理论公式推导传统板书对多媒体技术形成的有益补充等几个方面阐述了"半导体器件基础"课程进行教学改革的具体措施。实践结果表明,多媒体技术教学与传统板书教学有机结合使枯燥抽象的物理机制形象化、生动化和趣味化,取得了良好的教学效果,培养了学生的学习兴趣与创新能力,达到了提高教学质量的目的。     

基于形态学滤波的惯导里程定位方法研究

针对于捷联惯导系统(SINS)测量过程中异常数据对测试精度影响的问题,文中提出了一种基于形态学滤波的高精度惯导里程定位方法。系统利用所提出的三角形形态学滤波的方法对惯性测量单元(IMU)的测量数据进行修正,减少测量数据中的异常值,利用基于里程计校准的惯导定位方法对经过形态学滤波预处理的数据进行计算,实现对被测管道路径的精确定位。为了了解经三角形形态学滤波后的惯性导航定位效果,对104 m的管道进行了模拟对比试验。由试验结果分析表明,经三角形形态学滤波预处理后,系统水平方向的测量精度由原来的0.58%提高到0.29%,增长了1倍;高度方向的测量精度由原来的0.096%提高到0.077%,提高了24.6%,取得了良好的效果。     

基于Zernike矩特征的电力设备红外图像目标识别

基于红外图像处理的电力设备及其关键构件识别是红外诊断技术的关键步骤,其难点之一在于设备图像的倾斜、缩放以及外形相似性导致的设备特征参量难以提取。本文以电流互感器、电压互感器、避雷器、隔离开关以及断路器五种外形相对接近的设备状态红外图像为研究对象,采用具有旋转与缩放不变性的Zernike矩作为待识别设备的特征,并基于相关向量机(Relevance Vector Machine,RVM)进行设备分类与识别。实验结果表明,该方法不受目标在图像中所处位置与倾斜角度影响,能够自定义生成大量高质量样本且有效分辨不同设备,设备识别准确率达到94.7%,验证了该方案的有效性与实用性。