基于斯托克斯向量的MOCT故障识别模型的研究

针对传统电磁电流互感器故障时因磁饱和造成继保误动或拒动现象,提出了一种磁光电流互感器（MOCT）快速识别故障发生及类型的方法。该方法以通过石榴石型MOCT的偏振光的三个斯托克斯分量作为特征量,建立支持向量机识别模型,模型核参数及惩罚参数由粒子群寻优选取。此种建模方法仅与斯托克斯分量及故障电流等级有关,与线性双折射及环境变量无关,避免了温度等外界因素对识别的干扰。试验结果表明,识别模型受温度影响小,当训练完成的识别模型工作于不同的温度条件下时,识别误差保持在2%以内。运行中的MOCT可以依靠斯托克斯分量及该模型准确识别故障电流等级,迅速判别出故障类型,精度较其他识别方法更高。     

发电机定子绕组局放量化分级的新方法

针对发电机定子绕组早期局部放电难以定量分析和无法根据放电程度判断其维修标准的问题,对定子绕组局部放电强度、时间和环境等方面进行了研究,提出了在发电机定子槽锲中安装紫外传感器的方法,构造了一种新型的紫外在线放电监测系统。该方法通过检测局部放电产生的紫外线有效地对定子绕组局部放电进行了实时监控。同时,针对局部放电程度建立了投影寻踪等级模型,并用格雷码加速遗传算法优化投影向量实现了量化分级处理,用小波包分解技术提取了放电特征量,利用实例对该方法进行了测试,并用Matlab软件进行了仿真。研究结果表明了该模型的可行性和有效性,能够实现实时检测定子绕组局部放电并对放电程度进行量化分级处理,有利于电力工作人员在发生放电故障之前解决安全隐患和延长发电机的使用寿命,对局部放电故障检测具有重要的实际应用价值。     

基于多维特征提取的紫外局放分级方法及应用

针对局部放电状态无法准确量化分级问题,对采用基于粒子群优化的支持向量机的状态分级方法进行了研究,通过该方法首先完成了多类特征空间在SVM核函数中的映射分类,再利用粒子群选取了最优核参数及惩罚参数。并提出了一种搭载该分级方法的便携式紫外传感电力巡检系统,结合其自身的测距功能,可向终端上位机回传紫外光斑面积、脉冲波形,测量距离、测量角度4种特征量,并以此作为分级判据,以充分利用紫外信号可靠且灵敏的特点。上位机根据已由试验数据建立起的优化分级模型,对设备的异常放电进行了诊断分级。研究结果表明,精度较传统支持向量机显著提高,避免了人为选取参数的盲目性,能够根据现场回传数据准确、实时地完成设备异常放电状态分级。     

基于88W8510H的无线路由器设计与开发

分析了无线路由器在网络中的地位,讲述了如何利用Marvell公司32位RISC微控制器88W8510H构建无线路由器,并介绍了Linux内核裁剪,无线路由的配置,为无线路由器的发展与应用提供参考。