PLC机边沿信号检测方法

以工程实践为例,讲述了有关PLC控制系统中边沿信号的检测方法。     

基于用电大数据的用电异常状态辨识方法

为充分利用并挖掘电力系统中海量的用电数据进行用电异常状态的识别,本文基于计量自动化系统智能电能表所采集的用电大数据,用随机矩阵理论对用电异常状态、异常时间段及异常地点的辨识进行研究。首先,介绍了用电大数据构造高维随机矩阵的方法,并分析了高维随机矩阵的协方差矩阵特征谱分布规律;然后,根据矩阵的特征值统计特性变化规律提出基于用电大数据矩阵的用电异常状态辨识及定位方法;最后,以贵州各大行业实际用电数据为例,对不同的行业进行了仿真验证,仿真结果表明该方法能准确识别用电异常并判别异常时间段和异常地点,不仅能满足电网对可视性、时效性、可靠性和安全性的迫切要求,而且为数据驱动用电环节智能化、可视化监控提供了新思路。     

基于逻辑回归算法的异常用电辨识方法研究

检测异常用电的目的 是打击异常用电,并减少电能的非技术性损失.文中提出了一种基于逻辑回归算法的异常用电辨识方法,主要包括特征提取、算法构建以及检验模型等模块.提取电网用电量等相关数据,并从数据集中提取出电量下降趋势指标、线损指标和告警类指标用作异常用电评判体系.进行电量下降趋势指标、线损指标和告警类指标的归一化处理,再进行离群邻近度的计算,初步筛选异常用电用户.对初步筛选的结果进行逻辑回归算法的再次筛选,进一步提高识别准确率.经过电网部分用电数据的检验后,该算法相较于逻辑回归算法,识别率更高,识别效果更好.     

基于离群点检测的动力电池一致性快速辨识方法

动力电池成组后在使用过程中,由于初始生产工艺和环境因素等不可抗因素,逐渐产生不一致性并发展。面向动力电池组一致性的辨识需求,提出一种动力电池一致性快速辨识方法。所提方法基于统计分布的离群点检测方法对整组电池的单体电压数据进行计算分析,辨识出电池组一致性状态、较极端单体及其异常原因与极端程度。方法涉及测试过程简单、计算量小,适用于日常性快速检测,经算例分析验证了辨识方法的可行性和有效性。     

一种快速边沿方波脉冲源的设计方法

快速边沿方波脉冲源电路设计是分立器件时间参数测量电路设计的重要组成部分之一。主要介绍其原理是采用FPGA来控制高速D/A从而产生快速频率可调边沿方波(其FPGA内部主要采用DDS的编程原理),同时将快速边沿方波通过特殊高速电路处理(偏置电流电路、零电平偏置电压处理和电压电流驱动放大),此电路设计的方波脉冲源边沿经实验验证小于10ns,电压峰峰值约为20V,同时最大驱动电流可达1A,脉冲源满足大部分分立器件时间参数测量需求。     

用程序实现边沿信号的检测

1.引言 在PLC系统的程序设计中,经常会涉及到对边沿信号的检测问题,即需要检测某些信号的上升沿(0→1)或下降沿(1→0),并对此变化产生一个扫描周期的脉冲信号,然后再用此脉冲信号来实现某些控制功能。其时序如图1所示:     

CVT故障快速辨识的实用化方法

CVT故障率的升高给电网设备监测及事故抢修工作造成了严重影响。文中基于CVT在线监测数据提出了一种快速辨识CVT是否出现异常的小波实用化方法,解决了传统算法上CVT采集数据量大、辨识慢等问题。首先利用小波多分辨分析对CVT电压进行小波阈值去噪,结合CVT运行特点提出了去噪阈值函数的选择规律。接下来利用模极大值法重点研究了CVT击穿时各小波基函数辨识能力的优劣,利用小波三尺度重构的方法提取出CVT的异常波形并确定故障的位置信息。算例结果说明了该方法在辨识CVT故障信号的有效性和可行性。     

一类未知非线性受控对象快速神经网络辨识方法的研究

介绍一种用于辨识未知非线性系统的改进神经网络模型结构与算法。该方法具有辨识精度高、速度快、简单有效的特点，为设计非线性对象控制器提供了一条思路，从而摆脱了用线性模型近似被控对象的粗略做法。在此算法中，学习率采用随误差变化率而改变的做法，从而减小了学习率先取的盲目性，加速了网络训练过程。     

基于LSSVM的用户异常用电行为辨识研究

针对用电检查过程中低压用户窃电和电表故障等异常用电行为难以准确和高效辨识的问题,研究了一种最小二乘支持向量机(LSSVM)的用电异常识别方法.首先分析了用电信息采集系统采集的数据特征,建立了电量突变,同期差距,同类用户差距和"候鸟"特征的用户四种异常用电指标模型.然后,针对原始数据中的零电量异常数据,从五个方面分析了其...     

基于加权宽度学习的异常用电辨识研究

针对异常用电与正常用电样本类别不平衡关系及现有模型训练耗时、缺乏可扩展性的问题,提出一种基于加权宽度学习(weighted broad learning system,WBLS)的异常用电辨识模型。首先,考虑到样本间类别不平衡关系,在目标函数中使用样本权重约束每个类对模型的贡献,样本权重根据样本分布情况个性化赋予,并通过岭回归广义逆高效地建立WBLS辨识模型。其次,基于新增加的用电样本数据,通过增量学习算法对模型进行更新和重构。实验结果表明该模型提高了对异常用电样本的辨识精度,并在增加用电样本的情况下,可以快速地对旧模型进行更新和扩展。     

考虑类别不平衡的海量负荷用电模式辨识方法

负荷分类对于负荷预测、电价决策、微网能量管理等具有重要意义。为了处理海量负荷数据,并缓解负荷类别不平衡对分类精度的影响,提出一种基于Hadoop并行计算的考虑类别不平衡的改进反向传播(back propagation,BP)神经网络海量负荷分类方法。首先,引入基于边界的数据合成算法处理类别不平衡负荷数据;其次,使用零均值化方法和批量归一化方法优化传统BP神经网络;最后,在Hadoop平台将该改进BP神经网络并行化,用于海量负荷分类。采用标准数据集和真实负荷数据进行分析测试,算例结果表明所提分类方法适用于海量负荷数据分类,并能较好解决类别不平衡问题。     

一种基于组合算法的异常用电模式辨识方法

针对电力用户异常用电的检测问题,提出了一种基于无监督组合算法的异常用电模式辨识方法。所提辨识方法由数据处理、特征提取、离群检测三部分组成。文中先获取用户的用电量及相关数据,进行数据清洗和缺失数值补全;再对数据进行特征提取,得到相应的异常用电识别特征量;通过k均值聚类将用户聚为两组,并分别对每组进行主成分分析优化特征空间,计算离群邻近度,通过2 sigma原则实现异常用电用户辨识。该方法通过聚类、优化特征空间、离群检测组合算法,提高了辨识效率。文中采用真实用电数据进行了异常用电用户辨识仿真实验,辨识结果验证了该方法的有效性。     

热处理设备的用电

热处理是机械制造业中一种非常重要的工艺方法 ,是必不可少的。热处理又是耗能大户 ,在发达国家热处理成本约４０ %是能源成本 ,在我国所占的比例就更大。所以 ,近十年来 ,对尽可能降低热处理能耗 ;采用新的加热源和新的加热方法的研究最为活跃。从热处理设备使用的能源种类来看 ,大致可分为 :煤、燃油和电。当选用煤或燃油作为能源时 ,其成本确实比较低。但是煤和油排放出的废气 ,污染了大气 ,破坏了人类生存环境。另外 ,先进的计算机控制技术在这类设备中很难获得良好的效果 ,所以 ,也严重影响了工件质量的提高。当电作为热处理设备的能源…     

容性设备带电检测方法研究

针对变电站电容性设备经常发生的故障,提出了状态巡检策略,即利用相对测量法、有源零磁通设计技术等对设备进行巡检式在线综合检测及诊断,以及时发现设备存在的潜在隐患,保证设备安全运行。通过案例分析和计算介损值,证明了该状态巡检策略的正确性和有效性。     

照明用电设备的负荷建模研究

本文针对常用的照明用电设备包括白炽灯和气体放电灯，进行了试验研究。在此基础上，采用最小二乘法建立了照明负荷随电压变化的静态负荷模型。谊类负荷模型为电力系统负荷集结及等值，进而为电力系统的稳定分析和研究奠定了基础。     

热电式电流检测系统参数辨识方法研究*

因为体积问题、技术手段问题等,智能小型断路器一直没有得到广泛应用,而电流检测方法是限制其发展的重要因素之一。为此提出了热电式电流检测方法,首先探究热电式电流检测系统的原理,接下来选择合适的参数辨识方法,然后根据热元件的热量守恒原理建立参数辨识需要的模型,最后通过MATLAB/Simulink仿真验证算法的可行性。     

WAMS错误数据的快速辨识及恢复方法

统计分析基于相量测量单元(PMU)的电力系统广域测量系统(WAMS)在实际应用中出现的监测数据的错误类型,提出基于模式识别的WAMS错误数据快速辨识及恢复方法。该方法通过对同一PMU上传的监测数据进行特征量提取,并与预先设置的时序相对变化量变化趋势矩阵和时序数值矩阵进行模式匹配,实现错误数据的实时辨识,并使用错误出现最近时刻的正常数据进行数据快速恢复。所提方法在实测的监测数据中的应用验证了其可行性。     

基于海量用电数据的用户负荷模式快速提取方法研究

对用电大数据进行快速、准确、高效的挖掘,是得到用户负荷模式不可或缺的基础工作。首先分析了用电数据的分布特点,利用统计学中四分位法的快速性和3σ法的精确性,提出了一种"横向—纵向"检测法,对异常用电数据进行检测与修正;其次,在综合对比了几种典型降维方法的基础上,采用主成分分析法对海量高维用电数据进行降维处理将极大地提高负荷模式提取效率;最后,对传统K-means算法进行改进,得到一种Fast K-means(FK-means)算法,该方法为减小聚类时间引入二分法思想,为提高聚类结果可靠性,将聚类有效性指标DBI与CHI相结合。采用中国南方某市实际量测用电数据验证了该算法能够快速对负荷模式进行提取且具有鲁棒性好的特点。     

水下激光照明成像设备检测方法研究

水下激光照明成像是水下目标探测的重要手段,在海洋探测中具有重要的应用价值。根据水下激光照明成像设备主要技术指标及关键特性参数的测量需求,研究了水下激光照明成像设备检测方法。采用监视比测量法实现了水体激光衰减系数的测量,建立了实验室条件下的模拟水下检测环境,通过采集被测照明成像设备在不同水下环境条件下对不同对比度和不同分辨率靶标所成的图像,对其进行分析和识别,测量其最大衰减长度,评价其成像质量。     

配电网快速故障点转移熄弧方法的有效性在线辨识研究

针对中性点不接地系统快速故障点转移熄弧方法在故障相母线接地期间无法判断原故障点故障状态的问题,分析了线路重载和轻载两种情况下站内可测电气量的特征差异。当线路重载时,若原故障点故障未消除,两同相接地点间的大地支路将对负荷电流产生分流,推导叠加负荷分量的母线接地点电流表达式。利用幅值和相位偏移度是否超过所设门槛值判断原故障点状态。当线路轻载时,若原故障点故障未消除,两同相接地点使中性点不接地系统零序通路改变。利用对称分量法分别计算一点接地和两点接地时的故障线路零序电流,利用零序电流偏移度判断原故障点状态。设计了故障相母线接地期间原故障点状态辨识及动作流程,并通过ATP仿真软件对提出的方法进行了仿真验证。