基于定向距离变换耦合多粒子滤波器的车道线检测算法

针对复杂环境下车道线检测精度不高的问题,提出了一种定向距离变换耦合多粒子滤波器的车道线检测算法。首先,利用四点透视映射方法,将输入图像转换为鸟瞰图,使车道边界平行,便于车道检测。引入定向距离变换(oriented distance transform,ODT),将鸟瞰图边缘像素标记到水平和垂直方向上最近的点,寻找初始边界点。其次,利用车道中心、中心到左右边界的角度以及左右车道边界的切角来构建车道线模型,通过分别考虑两个独立的4D粒子空间,以应用于左右车道边界。随后,在车道模型引入多粒子滤波器,利用左右两侧独立传播的粒子来侦测和追踪一对车道边界点,并使用局部线性回归调整得到的边界点。为了优化多粒子滤波器性能,根据粒子状态向量创建动态依赖关系。最后,通过迭代来确定粒子对应的权重,利用多粒子滤波来检测车道线。实验表明,与当前流行车道线检测算法比较,在多种复杂干扰环境下,所提算法具备更高的检测精度与鲁棒性。     

小波变换组合双线性插值法在北斗周跳中的应用

针对北斗卫星导航系统中双差观测序列的周跳问题,提出了一种小波变换组合滑动窗口的双线性插值法。 该方法利用 小波变换对载波相位双差检测序列进行尺度分解,提取高频系数,得到周跳处高频系数的奇异值,再利用滑动窗口双线性插值 法对奇异值进行替换,通过系数重构,能够较好地修复周跳。 实验利用该方法同时修复第 1、2 层高频系数和只修复第 1 层高频 系数进行修复结果对比,结果表明同时修复第 1、2 层高频系数次数更少,修复效率更高。     

基于时频特征分析的变压器有载分接开关运行状态识别

为了对变压器有载分接开关的运行状态进行识别,该研究首先对其运行状态和故障特征进行总结分析,针对分接开关运行过程中产生的振动信号,利用集合经验模态(EEMD)分解为多个固有模态函数分量(IMF),再经过希尔伯特变换法,结合能量熵提取得到基于时频分析的特征向量。将特征向量输入自适应遗传算法(AGA)优化的BP神经网络模型中进行故障识别,并进行数据仿真,与相空间重构后提取的特征向量(PPDC)进行对比,验证不同网络模型下,所提方法的识别准确率和收敛速度。结果表明,以PPDC故障样本作为模型输入时,AGA算法优化前后的BP神经网络模型的识别准确率分别为81.68%和88.32%,收敛次数为981和363,当以基于时频特征提取的故障样本作为模型输入时,AGA算法优化前后的BP神经网络模型的识别准确率分别为91.66%和96.68%,收敛次数为349和159,AGA算法可显著提高BP神经网络模型的性能。由此可见,可将时频特征提取方法与AGA-BP神经网络结合,实现有载分接开关运行状态的有效识别。     

基于高频分量的高压直流输电线路单端保护方法

输电线路是高压直流输电系统中故障率最高的元件。针对现有输电线路行波保护耐过渡电阻能力差,存在难以识别区内高阻故障和远端区外金属性故障的问题,提出了一种高压直流输电线路单端保护方法。基于高压直流输电系统拓扑,分析了高压直流输电线路区内和区外故障电流的特征,从而利用小波变换提取高频分量电流构建保护方法。仿真结果表明,该方法不受过渡电阻、故障距离影响,保护可靠性高。     

基于聚类分析和混合自适应进化算法的短期风电功率预测

针对传统风电功率预测方法难以满足精细化、动态化建模要求,存在易陷入局部最优等问题,提出了基于聚类分析和混合自适应进化算法(KHEA)的风电功率智能预测方法。首先,采用K均值聚类算法对全年风速和功率数据进行聚类,剔除不合理的数据。然后,采用小波变换(WT)识别功率数据的行为特征,获得解构序列集,进而建立BP神经网络模型对未来时间段的功率解构序列进行预测。为减少预测误差,采用进化粒子群算法(EPSO)对模型的权值和阈值进行调整和优化,实现EPSO进化特性与神经网络自学习能力的功能互补。最后,运用逆小波变换对预测序列进行重构,获得最终的功率预测值。运用中国南方某风电场数据开展仿真实验,并与其他模型进行对比,表明KHEA具有更高的风电功率短期预测精度和可靠性,为提高风电功率预测精度和优化调度管理提供了新的技术方案。     

基于初始电压行波频域衰减速率的MMC-HVDC线路保护方案

针对目前基于模块化多电平换流器的高压直流(MMC-HVDC)电网的线路保护中存在的问题,提出了一种基于初始电压行波(IVTW)频域内衰减速率的MMC-HVDC线路单端量保护方案。首先,构建四端MMC-HVDC电网的等效模型,分别计算直流线路区内外故障下IVTW的频域表达式。由于输电线路两端限流电抗器的边界作用,区内外故障下IVTW随频率增大而衰减的速率具有不同的特点。以不同尺度的平稳小波变换(SWT)提取IVTW在不同频带下的细节系数,并用不同尺度下的小波变换模极大值(WTMM)的绝对值分别表征其在相应频带中的幅值,根据IVTW频域内等效衰减速率的平方构造了识别线路区内外故障的判据。最后,各种故障情况下的仿真结果验证了所提保护方案的有效性。     

基于配电网分区的分布式混合储能优化方法

为了提高配电网对呈现不同出力特征的分布式电源的消纳能力,实现含多种分布式电源及大负荷并涉及不同出力特征的配电网优化运行,提出一种基于配电网分区的分布式混合储能优化方法。考虑多种分布式电源及大负荷的概率特征,通过K-means算法得到各分布式电源及大负荷的离散化模型,并计算离散化后配电网的电气距离矩阵,得到配电网分区的相似矩阵;采用吸引子传播(AP)聚类算法将配电网按照节点间的相似度大小分为多个分区,进而确定安装混合储能系统的聚类中心节点;考虑储能系统的充放电效率和荷电状态进行混合储能系统的容量配置,采用希尔伯特-黄变换将各分区的不平衡功率分解为高频分量和低频分量,分别作为功率型储能和能量型储能容量配置的参考功率,以确定最优配置方案。算例分析结果表明,所提优化方法可以有效提高储能的利用效率以及配置方案的经济性。     

基于复局部均值分解和复信号包络谱的滚动轴承故障诊断方法

提出了一种基于复局部均值分解(CLMD)和复信号包络谱(CSES)的滚动轴承故障诊断新方法。首先通过互相垂直安装的加速度传感器采集2个方向的振动信号,并将其组成一个复数信号;然后利用CLMD对二元复数信号进行自适应分解,将分解得到的复数信号的实部和虚部包络信号组成一个复包络信号,根据复傅里叶变换具有幅值增强和综合频率特性,直接对复包络信号进行复傅里叶变换,提取的故障特征频率更为清晰。通过滚动轴承不同位置的外圈故障实验,证明了所提方法能够实现故障特征增强,可用于诊断滚动轴承微弱故障和复合故障。     

基于余弦自卷积窗的高精度介质损耗角测量算法

介质损耗角(dielectric loss angle,DLA)是高压电容器件预防性试验的重要组成部分,实现DLA的精准测量对电力系统稳定运行具有重要意义。在非同步采样和非整数周期截断情况下,利用加截断窗插值算法来提高快速傅里叶变换(fast Fourier transform,FFT)检测DLA的精度;在分析余弦窗函数频谱特性的基础上,提出通过卷积运算并以8项余弦窗为母窗构造余弦自卷积窗(cosine self-convolution window,CSCW)函数;再基于双谱线插值算法原理,推导出2阶CSCW函数的双线插值校正公式,并由此提出了高精度DLA测量方法,精度对比实验表明,该算法能高精准地提取信号相位参数。最后,将加CSCW双谱线插值FFT算法应用于电容型器件的DLA测量,验证了算法的有效性和高精度。     

小波变换在火箭遥测数据误码剔除中的应用

利用MATLAB 仿真,对两段具有代表性的火箭飞行遥测数据进行了小波变换.通过分析不同小波基、分解层数和阈值规则下的处理效果,研究利用小波变换剔除火箭遥测数据误码的可行性.结果表明:对于同一表现形式的遥测数据,只要选择合适的小波基和分解层数,利用小波交换可有效剔除数据中所含误码.