压缩感知改进探地雷达回波信号时延估计

针对探地雷达回波受环境及多径干扰而导致时延估计的精度和速度不满足应用需求的问题,提出了基于改进快速匹配追踪的时延估计算法,算法首先基于压缩感知理论对雷达探地回波进行稀疏分解和重构,以提高信号的信噪比,消除回波中强干扰信号对时延估计的影响,然后采用QR分解优化的快速正交匹配追踪对时延估计模型进行求解,降低基函数错选概率,提高模型收敛速度.仿真实验表明,算法能够有效均衡回波信号中强信号分量和弱信号分量,具有较高的回波时延估计精度.     

融合小电流接地的矿山电网接地选线设计

煤矿井下低压电网运行环境特殊性及复杂性，导致利用单相接地故障零序电流进行选线的速度与准确度均有很大影响。为此，在深入研究小电流接地系统单相接地故障特点的基础上，提出将两个小电流接地系统相融合进行选线的思路，即正常运行于中性点不接地系统，当发生单相接地故障时，使系统运行在中性点高电阻接地状态进行故障选线，完成选线后，再恢复到原来中性点不接地状态运行。并给出了一个具体的将两个小电流接地系统相融合实用电路。该方法在大概率故障线路零序电流为最大的前提下，利用显著增大的故障与非故障线路特征量之间的差别，有效提升选线的准确度，可以明显提高保护动作的灵敏性。     

线路单相断线造成终端变主变保护动作的分析

根据在工作中遇到的一起单相断线造成终端变主变保护动作的事故案例,结合故障波形分析,利用不对称故障分析计算方法,简要分析了单相断线电压序分量之间的关系以及对主变零序保护的影响,并提出了具体解决办法,以保证主变零序保护能够正确动作。     

计及RSC控制的DFIG短路电流直流分量解析表达

现有文献针对计及转子变流器(RSC)控制的双馈感应风电机组(DFIG)定子短路电流解析表达,将定子磁链当作一阶直流衰减分量或忽略功率外环控制。基于DFIG电压、磁链和RSC控制方程,得到定子电流关于定子电压和定子功率的传递函数,提出定子电流的精确解析表达式。基于RSC内、外环PI参数关系,推导直流分量衰减时间常数和角频率关于PI参数的表达式。分析了RSC内外环PI参数对定子电流直流衰减分量的影响。仿真结果验证了解析表达式的准确性,为PI参数选取和保护装置测量、整定提供依据。     

多共振分量融合CNN的行星齿轮箱故障诊断

针对行星齿轮箱中各部件所激起的振动成分混叠、早期故障特征经常被较强的各级齿轮谐波成分以及环境噪声所湮没的问题，提出一种多共振分量融合卷积神经网络（multi-resonance component fusion based convolutional neural network，简称MRCF-CNN）的行星齿轮箱故障诊断方法。首先，对振动信号进行共振稀疏分解，得到包含齿轮谐波成分的高共振分量和可能包含轴承故障冲击成分的低共振分量；其次，构建多共振分量融合卷积神经网络，将得到的高、低共振分量和原始振动信号进行自适应的特征级融合，通过有监督的方式训练模型并进行行星齿轮箱故障诊断。对行星齿轮箱实验数据的分析结果表明，该方法能够有效分类行星齿轮箱中滚动轴承和齿轮的故障，成功对行星齿轮箱故障进行诊断，同时能够进一步增强卷积神经网络对振动信号所蕴含的故障信息的辨识能力。     

计及损耗的双馈感应风力发电机高电压穿越控制策略

利用换向原理分析其电磁暂态特性，在此基础上，对DFIG输出无功功率与其铜损耗的解析关系进行了理论分析，推导出了使铜损耗最低的DFIG输出无功功率最优参考值。同时，转子的瞬时功率补偿分量减小了DC总线电压的波动，从而减少了转换器的功率损耗。由此，提出了考虑DFIG铜损和转换器损耗的DFIG高电压穿越控制策略。仿真结果表明，该控制策略可以在保证DFIG高电压穿越能力的同时降低DFIG铜损耗与换流器损耗，并具有较好的暂态特性。     

基于改进Fast ICA BP算法在直肠生理信号处理中的研究

大便失禁是指肛门括约肌失去对粪便及气体排出的控制能力。随着医工学科的交叉发展,提出了使用人工肛门括约肌系统(AAS)来帮助患者治疗大便失禁,重建直肠感知功能,监测直肠压力和诊断直肠病变。本文改进了原括约肌执行机构,分析了直肠受力情况,进行了AAS系统的离体信号采集实验。针对AAS系统在直肠生理信号处理方面的缺失,提出了使用相空间重构(PSR)对一维直肠压力信号进行多维重建,并利用改进的快速独立分量分析(Fast ICA)算法对重构信号进行分离,提取分离后直肠信号的特征分量,采用BP神经网络进行模式识别。实验对比表明,改进的执行机构对直肠平均最大应力基本保持在12 kPa左右,保证了直肠受压区域的正常供血,实现直肠内容物的夹持。该算法迭代次数少,分离效率高,直肠功能平均诊断率达89.5%,可以实现直肠生理信号的初步处理。     

应用独立分量分析的激光测风雷达湍流频谱分解

针对大型风力发电机机组中常见的脉动湍流、风机尾流与涡流等湍流信号,研究了利用自然梯度下降的独立分量分析方法的湍流频谱分离效果,以区分中心风速与湍流信号,提高风机机组的综合工作效率。首先分析了风机组中常见湍流信号的后向散射与频谱分布特点,然后依据这些特点设计了对应的独立分量分析模型。在仿真结果符合要求的基础上,进行了双目激光雷达天线的风速采集与实际分离效果检测。实验结果表明,在大气折射率结构常数C2n≤10-14同时广义大气常数α≥4的通常情况下,利用双目信号能够分离出一个湍流中心和一个中心风速。对1 s内两个谱峰的波动范围进行统计,获得(2.59±0.05)MHz的中心风速以及(1.22±0.19)MHz的湍流中心估计,且二者的平均信噪比分别为25.93 dB和31.01 dB,能够在获得稳定的中心风速估计的同时得到一个较为稳定的湍流中心估计。