纳秒脉冲下温度、频率对尼龙6电老化的影响

尼龙6作为绝缘材料经过长时间运行后,绝缘性能会受老化的影响而劣化。目前对此类绝缘材料的研究多集中在常温和工频下,在ns脉冲条件下的研究较少。为了研究温度、频率对尼龙6中电树枝引发的影响,实验采用了固态ns脉冲发生器MPC50D为激励源,其具有30 ns的下降沿和70 ns的脉冲宽度;使用温度循环实验箱SP-80U控制实验温度。实验的温度设定为-40~60℃,频率设定为20~1 500 Hz。实验结果表明:温度对尼龙6中的电树枝引发电压有明显的影响,随温度的升高电树枝引发电压下降明显;频率对电树枝的影响并不明显,只在200 Hz以下出现了较明显的趋势;尼龙6、聚四氟乙烯(PTFE)和有机玻璃(PMMA)中的电树枝形态差异巨大,尼龙6中为丛林形,PTFE中为树枝形,PMMA中为层裂形;ns脉冲下击穿通道出现了放电引发的扇形结构。实验数据为尼龙6在ns脉冲下的绝缘应用提供了参考。     

A Voltage Phasor Based Fault-classification Method for Phasor Measurement Unit Only State Estimator Output

Abstract—This article presents a fault-classification method for transmission lines based on voltage phasors using classification and regression trees. The proposed method is intended to aid system operators in understanding the outputs of a phasor measurement unit only state estimator. Faults are classified into four categories when the estimator is positive sequence and into ten categories when the estimator is three phase. The fault data are generated in PowerWorld® (PowerWorld Corporation, Champaign, IL, USA) and DSA Tools® (Powertech Labs Inc., Surrey, British Columbia, Canada). The pre-fault state consists of a variety of operating conditions and loading angles of faulted lines. The fault condition comprises different fault types, fault locations, fault impedances, and fault incidence angles. Fault classification is done using MATLAB® (The MathWorks, Natick, Massachusetts, USA).The approach is successfully tested on the IEEE-118 bus system. The results demonstrate that the technique developed here is effective and robust, irrespective of the pre-fault and fault conditions.     

基于嵌入式的复合绝缘子憎水性检测方法研究

为了客观、快速、准确地测量在线或离线复合绝缘子表面的憎水性,依据憎水性分级法(HC),设计了一套便携式绝缘子憎水性检测装置。该装置通过一系列简单、有效的图像处理和分类方法,实现了嵌入式平台上的绝缘子憎水性判断。首先采用一种基于边缘的图像分割方法提取水珠目标,然后采用一种综合决策树实现目标的训练和分类。结果表明:该装置能在无辅助光源的自然光条件下判定复合绝缘子的憎水性,且处理速度快、实现方便,避免了人工观测的主观性和不确定性,具有较高的精度和实用性。     

UHVDC系统故障树分析误差及灵敏度分析

采用故障树(fault tree analysis,FTA)法分析UHVDC系统可靠性及灵敏度。考虑多状态元件同站双极互为备用逻辑关系,建立所有故障方式的故障树。基于串、并联结构,分别建立FTA和状态空间(state space,SS)可靠性分析模型。发现FTA误差,源于对串联系统不当引入多个元件同时故障状态。分别采用FTA和SS法计算UHVDC系统状态概率和灵敏度,量化前者误差。结果证实FTA得到的不可用率确实较SS法偏高,误差与元件个数及元件可用度有关。发现系统故障概率对同一元件修复率和安装率的绝对灵敏度之比,为其安装率和修复率之比的平方,同一元件所有参数相对灵敏度之和为0,据此可大幅降低灵敏度分析计算量。     

基于粒子群算法的决策树SVM多分类方法研究

针对SVM多分类问题提出了一种基于粒子群算法的最优决策树SVM生成算法,以解决传统支持向量机多分类方法存在的不可分区域和误差积累现象。该方法利用自变异的PSO聚类算法在每一决策节点自动寻找最优或近优分类决策,将数据集划分为两类,直至叶子节点为止,最终根据最优决策树构建SVM多分类结构,训练各个节点SVM分类器。将该算法应用于图像人群密度分类问题,仿真实验表明,分类精度和分类时间得到明显改善,是一种有效地的多分类算法。     

基于ANSYS Workbench的采油树管道响应谱分析

针对采油树管道计算其固有频率和模态振型,在此基础上分析其在波浪谱曲线激励下的振动情况。结果表明:在输油管道和转换通道末端是振动幅度最大的部位,主振方向为x方向;横向波浪谱对结构振动的影响远大于纵向波浪谱;生产主阀处的应力最大,输油管道上端弯头处的应变最大。通过增大管道直径和壁厚、减小弯头数量、增加管道支吊架等措施提高管道刚度,以达到减小管道振动的目的。     

基于一跳信任模型的协同过滤推荐算法

基于社会信任网络的协同过滤推荐算法存在节点之间多下一跳带来的复杂路径选择和信任弱传递问题。针对这2个问题,给出基于项目的一跳信任模型,该模型通过用户对项目信任度的计算,定义用户的直接和间接社会信任属性,然后一步跳转计算用户之间的直接和间接信任距离,进而计算用户之间的信任度。基于此模型设计推荐算法,同时分析了信任度与传统相似度的理论关系并二维拟合。仿真实验表明,该算法提高了推荐准确度(约0.02 MAE),降低了训练时间(约50%)。     

改进的树型结构RFID防碰撞算法

将整棵大查询树分为若干分支,在每一个分支内进行标签识别,减少碰撞发生的概率。算法分为前缀确定和分支查询2个阶段,在前缀确定阶段读取所有标签前缀,每个前缀代表一个分支,依次遍历每一分支;查询过程采用后退式搜索策略和动态搜索方式。理论分析和仿真实验表明,算法能够从查询次数、时延、吞吐率多方面改善RFID系统的整体性能。     

基于多分支认证树的多用户多副本数据持有性证明方案

在云存储环境下,如何高效、动态地完成对多用户多副本数据的完整性验证是一个挑战性问题。基于双线性代数映射的签名机制和多分支认证树特性,提出了一种新的多用户多副本数据持有性证明方案。该方案通过使用随机掩码技术对密文进行处理确保数据隐私性,采用多分支认证树来提高数据分块的签名效率,能够支持数据动态更新操作。此外,引入第三方审计者对多用户多副本数据进行批量审计以减少计算开销。最后,分析表明本方案具有较高的安全性和效率。     

Classification and assessment of power system static security using decision tree and random forest classifiers

The power system static security classification and assessment is essential in order to identify the post‐contingency problems and take corrective measures and to protect the system from blackout. In this paper, application of two data mining classifiers have been proposed for the security classification and assessment of a multiclass security problem. To design the security problem, contingency analysis is carried out under N‐1 line outage, and static severity index (SSI) is computed, which is a function of the line overload and the voltage deviation using Newton–Raphson load flow method, considering the variable load and generating conditions. Corresponding to the computed values of SSI, the voltage, phase angle, Mega Volt Ampere line flow and so on, a 1 × 7 pattern vector is generated. The generated pattern vectors are used to design a multiclass security problem. The designed security pattern vectors are given as inputs to the decision tree (DT) and random forest (RF) model in order to classify the security status of the power system. The proposed classifiers are investigated on an IEEE 30‐bus test system. The classification accuracy of the DT and the RF are compared with state‐of‐the‐art classifier models, namely, multilayer perceptron (MLP), radial basis function (RBF), and support vector machine (SVM).The simulation results clearly indicate that the proposed DT and RF classifiers are more efficient, reliable, and out performs MLP, RBF, and SVM classifiers for the assessment of the security status of the power system. Hence, DT and RF classifiers are found to be suitable for online implementation. Copyright © 2015 John Wiley & Sons, Ltd.