基于改进S变换的电压暂降识别

电压暂降分类识别是合理选择电能质量治理方案的前提。提出一种基于改进S变换的电压暂降识别方法。首先根据电压暂降特征频率范围自适应确定改进S变换的调节因子,计算所得模时频矩阵作为电压暂降标准模板;再比较待测试暂降的改进S变换模矩阵特定频段与各标准模板之间的相似度,实现扰动分类。在比较相似度值的过程中,为凸显不同暂降类型的相似性及差异性,采用分频逐行计算相似度值,从而实现异类模板差异最大化。该方法充分挖掘各类暂降的特征差异,通过简单的相似度计算对扰动进行分类,无需添加辅助分类器。仿真和大量实测数据研究表明,该方法分类过程简单,抗干扰能力强。     

基于改进S变换的电能质量扰动分类

电能质量扰动信号的分类识别对建立电能质量综合评估体系、选择合理的电能质量治理方案,确保电力系统安全稳定运行和用户的合法用电权益具有重要意义。提出了一种基于改进S变换时频模矩阵的电能质量短时扰动分类新方法。该方法首先根据信号的稳态主导频率确定S变换高斯窗的衰减速度,计算所得时频模矩阵作为各电能质量扰动信号的标准模板;通过比较测试信号改进S变换模矩阵的特定频段与各标准模板之间的相似度,实现扰动分类。在相似度的比较过程中,为了凸显异类模板之间的差别,尤其是电压暂降和暂升、电压缺口和尖峰,提出了能量归一化概念以及分频逐行计算相似度的思想,实现异类模板差异最大化。该方法能够充分挖掘各类扰动信号之间的特征差异,通过简单的相似度比较对扰动进行分类,无需添加辅助分类器。仿真和实测数据的分析表明,该方法分类过程简单,可信度高,抗干扰能力强。     

基于S变换模时频矩阵局部相似度的短时电能质量扰动分类

采用基于S变换下的模时频矩阵局部相似度对短时电能质量扰动进行分类。首先,由时频尺度缩放将各类持续时间不同的扰动特征标准化,按照各扰动特征选取其模时频矩阵特定部分,以此建立矩阵大小不一且特征明显的各类扰动标准化模板;然后计算未知扰动各局部模时频矩阵与各类扰动标准化模板之间的相似度,按照相似度最大原则将扰动进行分类。由于各类扰动在不同的时频区域高度聚合了自身特征,采用局部时频区域相似度原理大大提高了同类扰动的相似度,建立的各类扰动标准化模板之间差异明显,不使用辅助性分类器而直接实现扰动分类,且分类过程简单明确,可用于不同时间长度的扰动分类。该方法有效利用局部区域明确的时频相关性,抗干扰能力比采用全局相似度强。仿真结果表明了很好的短时电能质量扰动分类效果。     

基于多分类支持向量机的电压暂降源识别

S变换具有很好的时频分析能力,能精确提取突变信号的关键特征信息。在分析S变换原理基础上,提出一种基于多分类支持向量机的电压暂降源识别方法。用S变换对电压暂降信号进行时频分析,提取各类暂降特征;用多分类支持向量机对特征进行训练与识别。通过仿真算例验证,该方法能有效识别电压暂降源,可应用于电能质量监测系统。     

基于GWO-SVM的电压暂降扰动源识别

针对电压暂降扰动事件发生频繁、扰动种类多样,难以有效识别扰动源的实际情况,结合电压暂降扰动信号的时-频特性、灰狼优化算法(GWO)和支持向量机(SVM)分类模型,提出了一种电压暂降扰动源识别新方法。通过S变换对电压暂降扰动信号进行多分辨率时-频分析,从S变换结果矩阵中提取出信号的特征曲线,建立6类电压暂降混合扰动信号的8个特征量。构建GWO-SVM一对余(OVR)分类器,以提取出的特征量作为输入,对扰动源进行分类识别。基于MATLAB/Simulink构建电压暂降模型,经仿真验证分析,该方法可以有效识别电压暂降扰动源,也为电压暂降扰动治理提供必要的技术支撑。     

基于变尺度标杆的短时电能质量分类法

短时电能质量扰动特征取决于其频率特征和持续时间,S变换被认为是最适合于分析短时扰动的方法之一。提出了基于S变换的不同类型扰动标杆相似度识别不同持续时间扰动的方法。基于双线性插值的尺度变换建立同类扰动不同持续时间的标杆,该扰动标杆涵盖了同类扰动的不同特征;对被测扰动信号进行S变换,经过尺度变换后统一为与标杆维数相同的矩阵,依据相似度最大原则对扰动类型进行识别。该方法无需额外的分类器,过程简单有效。仿真证明,该方法对噪声不敏感,能较好地解决不同持续时间的电能质量扰动信号的识别问题。     

基于多分类支持向量机的电压暂降源识别

S变换具有很好的时频分析能力,能精确提取突变信号的关键特征信息.在分析S变换原理基础上,提出一种基于多分类支持向量机的电压暂降源识别方法.用S变换对电压暂降信号进行时频分析,提取各类暂降特征;用多分类支持向量机对特征进行训练与识别.通过仿真算例验证,该方法能有效识别电压暂降源,可应用于电能质量监测系统.     

基于S变换与多维分形的电压暂降源特征识别

电压暂降源的分类与识别是合理制定电压暂降治理方案,明确事故责任的基础。分析了由系统短路故障、大型感应电动机启动和大容量变压器投运引起的单一暂降信号和复合暂降信号的特征,采用S变换分析暂降信号的基频幅值变化情况,对变换后的模矩阵提取6种特征指标,提出多重分形谱参数广义Hurst指数提高噪声环境下分类识别的准确性,将两者结合共同构成电压暂降信号的特征指标。将提取的特征指标作为支持向量机的输入,对不同类型的电压暂降进行训练,并利用无噪声数据和仿真加噪数据分别对其进行测试,从而实现对不同暂降源的分类与识别。实验结果表明,对比传统S变换的电压暂降源识别方法,采用S变换和多重分形相结合的方法构建的特征指标可以更好地识别电压暂降源,有效改善含噪声信号的分类效果,能够应用于实际工程。     

利用S变换与变尺度模板标准化的短时电能质量扰动分类

提出一种利用S变换与变尺度模板标准化的短时电能质量扰动分类方法。首先利用S变换对扰动信号进行时频分析;然后以最小二乘法选取最佳缩放尺度,通过变尺度方法标准化不同持续时间、幅值的扰动特征,在此基础上建立唯一的、时间尺度和频宽分辨率统一的各类扰动标准模板,作为识别扰动类型的直接判据;最后通过模板匹配的方法实现扰动分类。该方法不使用任何人工智能分类器,分类原理简单,过程明确,且可用于不同时间长度的扰动分类。Matlab仿真和实际试验结果显示,该方法能准确地对扰动进行分类且对噪声不敏感,是一种有效的短时电能质量扰动分类方法。     

引入调节因子改进S变换电压暂降源识别

配电网电压暂降的正确分类识别对抑制和缓解电压暂降具有重大意义.分析了分别由三种不同相的接地短路故障、感应电动机启动和变压器投运引起的五种电压暂降现象及其典型特征,在标准S变换的高斯窗函数上添加幅度调节系数和指数调节系数两个调节因子得到改进的S变换.采用改进S变换的方法得到不同类型电压暂降信号的基频幅值曲线和频率幅值包络线,提取暂降深度、突变点个数、基频幅值上升和下降斜率、二次谐波含有率和暂降时间比六个特征指标.将这些特征指标数据进行归一化处理后输入支持向量机,实现对配电网不同类型电压暂降的识别.最后,仿真结果表明,将基于引入调节因子得到的改进S变换用于特征指标提取,对电压暂降进行分类识别的正确率相比标准S变换更高.     

基于S变换模时频矩阵相似度的短时电能质量扰动分类

提出了一种基于S变换模时频矩阵相似度的短时电能质量扰动分类方法。首先,建立各种扰动的标准模时频矩阵,然后计算扰动信号模时频矩阵与标准模时频矩阵的相似度,按照相似度最大的原则将扰动分类。该方法直接利用S变换结果,而不用增加其它算法或变换,原理简单、计算方便。仿真结果显示,该分类方法在不同噪声水平下均能达到满意的分类正确率,是一种有效的短时电能质量扰动分类方法。     

面向新型电力系统的智能变电站虚回路自动校验技术研究

针对新型电力系统智能高效的需求,提出了一种基于改进Levenshtein距离模糊匹配算法的智能变电站虚回路自动校验技术,基于改进Levenshtein距离模糊匹配算法实现不规范虚端子模型到规范虚端子模型的映射建立标准端子库,解决变电站配置文件模型不规范问题。引入Word2Vector相似性改进编辑操作权重设置提高算法的准确性。依据建立的标准端子库与已通过校验的SCD文件建立虚回路校验模板,基于标准化的校验模板实现虚回路自动校验。通过算例验证了所提方法可提升智能变电站虚回路校验智能化水平和效率。     

自动测试系统测量不确定度评定新方法

提出了采用模糊理论解决自动测试系统在非标准环境下测量不确定度评定的方法.首先在一系列环境下对自动测试系统进行检定,将检定环境作为标准样本,然后通过选择合适的相似因子,计算待测环境与样本环境的相似优先比,建立起相似优先比矩阵,并计算得到各相似因子下的相似顺序数,最后通过各相似因子的权值计算各样本的加权顺序数,加权顺序数最小的检定环境为与待测环境最相似的样本,该样本环境下的检定结果作为待测环境下自动测试系统的不确定度指标.     

Induction motor response to voltage dips

This paper presents a study using the EMTP to investigate the dynamic response of induction motors to voltage dips. The machine response is related to the voltage dip magnitude and duration. Dips represented include single and multi phase dips as well as sequential dips due to re-closing operations. The survivability of the motor operation is assessed against typical induction machine protection settings. It is demonstrated that protection settings can be adjusted to improve the motor operation survivability of voltage dips without endangering the safety of the motor.     

三相电压对称跌落双馈风电机组转子电压特性分析

针对电网故障产生的三相电压对称跌落,通过对电压跌落期间双馈风电机组（Doubly fed induction generator,DFIG）磁链和转子电压动态过程的详细论述,揭示了转子侧变换器在电压跌落期间不能提供足够的控制电压是造成转子侧过流的根本原因.以一台商用风电机组为例,得出电网电压不同程度跌落时,转子电压最大幅值-转差率特性,并计算出转子侧变换器所能输出的最大理论幅值.最后提出增强双馈风电系统在电压跌落期间运行能力的控制对策和保护措施.     

对齐模板在标准短语统计机器翻译模型中的应用

在统计机器翻译领域,基于短语的翻译模型性能上优于基于词的翻译模型。基于对齐模板的短语翻译模型和标准短语翻译模型是短语翻译模型中的典型代表,二者在翻译过程中分别使用对齐模板和短语对。对齐模板和短语对各有优势,对齐模板能够较好处理数据稀疏的问题,短语对可以使翻译更加精确。本文提出在基于最大熵的标准短语翻译模型下模拟对齐模板,模拟的对齐模板被作为一个单独的特征函数加入到此翻译模型中。实验在中英翻译和法英翻译上进行,实验结果证明,本文方法明显改善了标准短语翻译模型的翻译效果。     

利用S变换时频等值线图与幅值包络向量实现电压凹陷的分类

提出了一种基于S变换的电压凹陷分类方法.该方法基于各种电压凹陷在三相幅值凹凸性、凹陷持续阶段特定谐波成分以及幅值突变次数等方面的不同特征,通过应用具有良好时频分析能力的S变换提取这些特征,并采用修正一阶中心矩、时频等值线图、相位变化曲线等环节实现对电压凹陷的分类.分类过程简明,可对故障、故障自清除、感应电动机起动以及变压器励磁等多种原因引起的电压凹陷进行正确分类.仿真验证了该方法的有效性.     

锂离子动力电池单体筛选方法研究

介绍了一种基于由电压时间曲线特征点(时间、电压)构成的向量空间电池筛选方法,提出了基于曲率的电压时间曲线特征提取方法,并依据特征点分段线性拟合出标准电池电压时间曲线方程,通过计算非标准电池特征点到标准电池电压时间曲线的距离,从而确定单体电池间的相似度。该方法通过提取电压时间曲线上的时间、电压为特征,建立相似度函数并基于一定的阈值准则,完成电压时间曲线的筛选,并对分选结果的一致性进行了分析,为电池分选提供了一种快速、实用的解决方案。     

基于相似度计算的学习型模板库在虚回路设计和校验中的应用

智能变电站二次回路设计基本相通,由于虚端子描述尚不统一,使得新建站虚端子连接无法复用,仍采用人工点对点连接,导致效率不高。提出自动创建虚回路模板库,通过关键字匹配实现虚回路的自动设计和完整性及正确性校验,其核心在于学习型模板库海量学习已有配置描述(SCD)文件,采用中文分词技术进行关键字提取,引入经典的RKR-GST算法完成虚端子描述的相似度计算,从而进行关键字的匹配整合,从而创建、整理和完善虚回路模板库。试验证明,通过该方法对新建智能变电站的虚端子连接效率和准确性都有较大提升。     

基于S变换的电压凹陷分类专家系统

提出了基于时频分析方法S变换的电压凹陷分类专家系统。分析了由故障、故障自清除、变压器激磁和感应电机启动等原因引起的电压凹陷在三相幅值凹凸性、谐波含量、幅值突变次数和相位跳变等方面的不同特征，利用S变换良好的时频分析能力提取并量化这些特征信息，并引入了幅度因子、谐波增量、幅值突变次数和最大相位增量等指标，由此建立专家系统推理算法和判别规则。采用二十进制转换分类方式输出分类结果。给出了对多级电压凹陷进行简单判别的方法。通过仿真和实际算例验证，该专家系统可对所考查的电压凹陷进行准确分类判别。