考虑高斯有色噪声的FOMC-HTLS-Adaline算法在低频振荡模式辨识中的研究

针对广域测量系统的实测信号受高斯色噪声的影响,提出一种利用FOMC-HTLSAdaline进行低频振荡在线辨识的新方法。首先,为抑制高斯色噪声的影响,利用四阶混合累积量的盲高斯性,将四阶混合累积量(FOMC)序列代替实测序列进行低频振荡的辨识。然后,利用HTLS和自适应神经网络算法(Adaline ANN)相结合,估计出低频振荡的频率、衰减因子、幅值和相位。Adaline神经网络的引入解决了四阶混合累积处理后,模式幅值和相位不易确定的难点,同时减少矩阵处理引入的误差累积,提高检测精度。四机两区域系统仿真算例和实测相量测量单元(PMU)算例共同表明,FOMC-HTLS-Adaline算法可以在高斯色噪声环境下,精确地在线辨识系统振荡模式。     

短时数据下利用双HTLS参数估计的异步电机转子断条故障诊断

传统基于傅里叶分析的算法,其频谱分辨率受限于数据长度,对此,提出一种在短时数据下利用双HTLS算法进行异步电机转子断条故障诊断的方法。利用HTLS算法中的Hankel矩阵左奇异子矩阵的平移不变性质,准确估算出基波幅值、频率、相位参数;然后利用基波参数构造基波表达式,将其从定子电流原始信号中剔除,从而得到残余电流;对残余电流再次进行HTLS参数估计,辨识出故障成分的参数,并有效抑制噪声的影响。对不同数量的转子断条故障进行实验验证,结果表明双HTLS算法具有高鲁棒性的优点,且适用于噪声背景及短时数据下的转子断条故障检测。     

基于解析导纳的感应电机故障诊断

提出了一种利用定子解析导纳辨识感应电机转子断条故障、偏心故障以及复合故障的方法。利用Hilbert变换相移作用获得解析电流和解析电压从而构造解析导纳,并从中提取特征故障频率。为了最大限度地减少硬件开销,利用迭代Prony算法,精确地求出基波参数,构造解析电压。理论和实验结果表明,所提方法可有效在线识别感应电机单一故障和复合故障。     

基于混沌与Pseudo-Newton法组合优化的直接衰减正弦原子库分解方法在低频振荡分析中的应用

传统原子库分解法在对信号进行分解时,往往先将信号分解为较易离散化的Gabor原子,再转化为衰减正弦原子,由于Gabor原子库并不符合振荡信号的本质特性,加之转化过程为近似转化,使分解存在双重误差。为克服以上不足,提出一种新的低频振荡分析方法,即基于混沌与Pseudo-Newton法组合优化的直接衰减正弦原子库分解方法。为了解决离散困难和六维空间寻优效率低的问题,采用混沌与Pseudo-Newton法组合优化方法,可以同时对6个参数进行寻优,极大的提高方法的速度。通过对自合成信号、仿真信号、华中电网能量管理单元实测信号等3个算例进行分析,并与其他2种辨识方法进行对比,表明该文算法在计算精度、辨识速度、抗噪能力方面都有较大优势。     

铌酸锌(Zn_3Nb_2O_8)单晶的生长

采用提拉法生长了铌酸锌(Zn_3Nb_2O_8)大单晶。同成分化合物熔点为1308℃。X射线测定Zn_3Nb_2O_8属正交晶系,晶格常数为α=19.048埃,b=5.901埃,c=5.194埃。晶体密度为5.731克/厘米~3,弹性常数为C_(11)~E=1.35×10~(11)牛/米~2,C_(22)~E=1.28×10~(11)牛/米~2和C_(33)~E=1.12×10~(11)牛/米~2,介电常数为ε_(11)~T=32,ε_(22)~T=21和ε_(33)~T=16。     

含分布式电源接入的配电网故障恢复方法

高渗透率分布式电源(distributed generation, DG)的接入使得配电网故障恢复决策需要考虑更多的安全因素。基于对光伏发电系统及风机发电系统的有功出力进行合理建模,建立以故障失电负荷恢复量最大为目标函数,以满足DG接入下配电网络运行安全为约束条件的故障恢复优化模型。为高效求解所建立的含DG接入的配电网故障恢复模型,基于二阶锥与 -松弛技术,将原问题模型松弛为线性可解形式,从而可直接利用YALMIP商业软件进行快速有效求解。通过组态式配网动模试验平台搭建基于改进的IEEE 33节点网络进行测试,并与基于粒子群算法的传统配电网故障恢复模型进行对比,仿真结果表明本文所提基于线性规划方法的故障恢复模型能够快速且最大限度地恢复失电负荷。