基于神经网络的智能电能表计量误差模型研究

为进一步探究智能电能表计量误差的准确分析与控制,文章首先结合当前智能电网的普遍特点,建立智能电表计量误差分析模型;其次以递归神经网络（RNN）模型为基础,以门循环单元GRU为主要表现形式,建立基于神经网络的智能电表计量误差模型,并通过数据处理、聚类分析与模型训练等环节实现预期功能。从仿真分析结果来看,该模型具有一定的性能优势,具有潜在的应用价值。     

基于自适应神经模糊推理系统的智能电表大数据分析研究

随着电力需求的不断增长和智能电表的大量应用,电力数据量大幅提升,对智能电表大数据分析分析提出了更高的要求。为此本文从模糊数学理论和人工神经网络出发建立了自适应神经模糊推理模型,基于安装在用电户的智能电表实际计量得到的电力大数据,进行了模型的训练和测试,最后利用预测模型进行了用电户在24小时内的电力功耗预测,并与智能电表实际测得的功耗数据进行了对比。研究结果表明基于当前智能电表采集的电力大数据,本文提出的预测模型精度得到了较大提升,总体预测精度为84.02%;其中白天时段由于用电随机性较大预测精度在70%左右,而夜间的预测精度均在90%以上。     

结合CF和PCG搜索的拟牛顿优化算法

针对拟牛顿优化算法求解非线性方程组和无约束优化问题时,需要进行大量的迭代计算的问题。文中提出了一种结合CF和PCG搜索的拟牛顿优化算法,该算法结合CF和PCG搜索的步长因子来得到一种有效的牛顿搜索算法。在强Wolfe准则下的全局收敛性和数值分析结果表明,文中所提出的算法能加快拟牛顿优化算法的求解速度并能得到更高的精度。     

充电桩实验室计量校准分析平台及关键技术

针对市场上充电桩计量精度低，校准平台分析误差较大的问题，文中在传统计量系统的基础上进行改进，增加其计量精度，同时降低校准平台的分析误差。通过设计V2G拓扑电路实现充电桩与计量装置的连线互通，保证计量装置在极短时间内接收信号。利用超越安全阈值(Threshold Beyond Safety, TBS)算法模型对计量数据进行校准分析，通过推算极限阈值判断校准误差。试验表明，该研究充电桩运行功率为139.5W,计量精度为96.1%,校准平台分析误差为0.96%。     

雷达组网拟牛顿融合定位算法研究

针对多雷达组网噪声化探测点迹融合定位问题,提出使用拟牛顿融合定位算法,利用变尺度(DFP)拟牛顿非线性方程求解原理,综合各组网雷达的探测误差特性,从最优化角度,研究解决了空域目标位置真值的快速数值近似计算问题。仿真结果表明:对比传统的方位精度加权算法、加权最小二乘迭代算法,文中提出的拟牛顿融合定位算法,定位精度高;即使与各组网雷达误差最小值进行严苛条件对比,拟牛顿融合定位算法精度也明显占有优势。     

一种智能电力计量系统的设计和实现

文中提出了一种集成了GSM通信技术和图形用户界面的智能电力计量系统。该系统通过优化设计的智能电表实现了对低压用户的准确电力计量和潜在电力偷窃检测。所设计的智能电表采用了先进传感器和微控制器实现低压电能消耗的准确测量,并借助GSM网络将计量数据实时提供给供电公司并使用图形用户界面显示所检测的实时用电数据。测试结果表明,所设计的智能电力计量系统能够准确测量用电数据和有效检测潜在电力偷窃行为。     

利用无线物联网技术实现智能电力计量

为了实现对分散接入电力计量系统的终端智能电表实施数据读取和有效管理,文中提出了采用低功率无线网(LPWAN)技术,将终端智能电表接入数据网关和电力私有云实现智能电力计量的技术方案。该方案采用了LoRa无线模块实现电力计量数据的双向交互,具有运行可靠、低成本、低功耗、远程接入等优势。此外,文中还重点介绍将如何利用新兴的LPWAN技术帮助构建智能电能无线接入的解决方案,展示了用于智能电表端到端LoRa连接的系统实现。     

基于加权队列的无线智能电网通信网采集数据流量调度算法

智能电网的关键技术之一是为电力数据采集提供一个高效、可靠、安全的双向通信系统。使用具有通信能力的先进电力计量设备(智能电表)组成无线mesh网络采集数据,存在应用层数据流量对网络通信性能的挑战,当大量数据流量突发时,与本地局域网关较近的智能电表将面临较大的通信压力,可能产生严重的数据拥塞。为此,该文基于多网关联合的思想,提出一个新的基于加权队列的流量调度算法以缓解拥塞。首先,对多网关联合网络进行分析,确定影响网络性能的主要因素。其次采用队列加权的方法,提出新的流量调度算法。最后进行网络仿真,相对其它算法,该文所提算法能够极大缓解数据突发时刻的系统拥塞,有效地降低时延,同时在系统各网关吞吐量之间取得良好的平衡,能够提高采集网络的通信性能。     

墙体参数模糊下穿墙雷达运动目标成像

针对墙参数模糊条件下运动目标成像速度慢、墙参数重建精度差等问题,提出了一种改进拟牛顿-粒子群优化(Limited Broyden Fletcher Goldfarb Shanno-Particle Swarm Optimization,LBFGS-PSO)算法,建立了LBFGS-PSO算法模型,解决了传统拟牛顿算法和粒子群算法计算速度慢、误差较大等问题。该算法与块正交匹配追踪（Block Orthogonal Matching Pursuit,BOMP）算法相结合不仅可以精确重建边墙位置,还能够准确地重建多径效应环境中的运动目标和静止目标,算法的计算速度和精度得到了一定程度的提高。仿真结果和数据分析验证了所提方法的性能。     

基于SoC方案的智能电表时钟校准

智能电表可以实现多费率及阶梯电价等诸多与时间相关的电量计费功能,要求具有精确计时的功能,在运行温度范围内每天的计时误差小于1s。本文介绍了晶振的温度特性,分析了振荡电路并联电容对晶体振荡的影响,提出了基于集成型SoC(System on Chip)单片机的温度补偿方案,通过设计校准程序,实现了常温下计算时钟偏差并写入补偿数据,使智能电表到达常温下±1.5ppm,全温区±3.8ppm的计时精度。     

智能电表读数无损压缩算法

智能电表通过窄带电力线通信(PLC)来传输所采集到的波形读数。为了压缩传输数据并加快传输效率,文中提出了一种基于动态非线性学习技术的高斯近似无损智能电表压缩算法,该算法仅需借助较少的参数表示智能电表数据流,通过计算近似读数与实际读数之间的裕度空间,使用Burrow-Wheeler变换(BWT)对裕度空间进行编码,结合前移编码(MTF)和行程编码(RLE)对裕度空间进行重新排列并消除冗余,最后应用熵编码完成数据的压缩。实验结果表明,文中算法在熵理论和压缩比均优于其他算法。     

基于AMI并采用DSP和ZigBee的智能电表的设计

智能电表在高级量测体系（AMI）的关键技术中占据着重要的地位。为使智能电表在精确计量电能的同时,使户内用电网络形成一个有机整体,实现双向通信和户内家电的控制,从而达到信息节能的目的,本文设计了一种能满足AMI系统需要的智能电表。介绍了智能电表的总体设计,采用DSP TMS320F5402的微控制器作中央控制单元,以高精度计量芯片作为测量平台,并配合ZigBee无线通信和外围电路实现对智能用户端的整体构建。实验表明,该表计量准确,实现了配电自动化,用电互动的要求。     

智能电网数据保护框架的建构

智能电网系统的网络安全问题越来越受到学术界的关注,为此提出了许多网络攻击的检测和防御方法,以增强智能电网系统的鲁棒性。文中提出了一种新的基于分布式区块链的保护框架,以增强智能电网系统抵御网络攻击的能力。该框架将智能电表作为分布式网络中的节点,将电表测量数据封装为块,利用区块链技术来实现对智能电表计量数据的分布式共识。性能分析的结果验证了该保护框架的有效性。     

高精度智能电表系统的设计与应用

针对传统电能表无法满足未来智能电网高速发展的需要。设计了以ARM7为处理器和ATT7022为核心计量芯片的智能电表。此智能电表能对采集到的电能信号进行电源监控、实时计量、信息记忆和处理、信息远程传送等操作。文中主要论述了智能电表设计和应用。     

IDT推出针对智能电网应用的全球最先进单相电能计量SoC

IDT公司近日宣布推出针对智能电网应用的全球最先进单相电能计量SoC。该器件拥有业界最宽的动态范围和前所未有的集成度,帮助智能电表制造商在提高精度的同时简化设计并降低整个系统成本。IDT90E46是针对智能电表设计的单相SoC,集成了一个电能计量模拟前端、一个实时时钟、温度传感器、LCD驱动器和ARMCortexM0微处理器。     

基于海洋回波的高频地波雷达阵列幅相误差校准

针对现有无源校准方法在高频地波雷达中失效的问题,该文提出了一种基于海洋回波的高频地波雷达阵列幅相误差校准算法。该算法利用相控阵中相邻天线对同一海流面元回波之间满足的关系,建立多组幅相误差方程并联立求解。通过对模拟的海洋回波的数据进行处理,分析算法的幅相误差校准值的估计偏差。将此算法应用在实测数据处理中,验证了其有效性及可靠性。     

基于小波去噪和时频分析的智能电表量测数据挖掘研究

为提升智能电表量测数据挖掘效果,该文研究一种基于小波去噪和时频分析的智能电表量测数据挖掘方法。应用小波变换阈值去噪方法对数据集进行去噪,通过惩罚策略选择阈值后,对存在噪声的数据集进行运算,获取去噪后的数据集,根据去噪后的小波系数与存在噪声的小波系数获取最优阈值函数;利用自适应最优径向高斯核时频分析方法,有效将最优阈值函数的数据集分离为自分量信号与互分量信号,精准挖掘智能电表仿真模型数据库内数据,完成智能电表量测数据信息的输出。实验结果表明,所研究方法去噪效果较好,相对误差保持在2%以内,挖掘精度维持在96%以上,应用性能较好。     

新型电能计量芯片RN8302在智能电表中的应用

本文针对采用其他电能计量芯片而设计的电表存在着功能简单和精度低等缺点,提出了一种新型数字式三相多功能防窃电电能表的设计方案。该方案采用RN8302芯片,不仅能计量多种电能参数以满足不同的实际需求,而且可对芯片内部寄存器的参数进行微调,使其达到很高的计量精度。     

量化状态信息下多智能体Gossip算法及分布式优化

基于量化状态信息的异步随机Gossip算法大多以均匀选择概率的时间模型为基础,未充分考虑网络拓扑结构对局部信息传递的影响。为此,该文提出了一种以非均匀选择概率为时间模型的改进算法。首先给出了非均匀选择概率下的多智能体系统时间模型,在随机性量化策略下给出了一致性误差的收敛性质;并讨论了量化精度和概率化权重矩阵第2大特征值对一致性误差收敛速度的影响,进而利用投影次梯度给出了选择概率的分布式优化方法。仿真结果表明,该基于量化状态信息的算法可通过选择概率的分布式优化,提高一致性误差的收敛速度。     

基于高阶非线性模型的多目标高光谱图像解混算法

在高阶非线性混合模型的基础上,提出一种多目标高光谱图像解混算法,解决传统方法受高光谱数据异常值影响而解混精度不高的问题。该算法以重构误差与光谱角分布为目标函数建立优化模型,并同时优化两目标函数以减少数据异常值对模型求解的影响,使解混结果在两个评价指标上得到提升;最后采用差分搜索算法求解多目标优化模型,解决梯度类优化方法易陷入局部极值的问题,从而进一步提升解混精度。实验结果表明,文中算法与传统高光谱解混算法相比,具有更精确的端元丰度估计结果和更高的解混精度。