变压器局放监测与改进BP神经网络预测模型研究

采用传感系统监测变压器局部放电的变化情况,选取高频电流信号和超声波信号作为变压器局部放电的监测参量,利用改进逆传播(BP)神经网络算法对变压器局部放电量进行建模分析.以D9—QY—40000/220型电力变压器(220 kV变压器)为例进行实例研究,结果表明:基于改进BP神经网络的局放预测模型训练集误差系数为0.0118,测试集误差系数为0.0232.此模型的局放预测值与实际值的曲线趋势基本一致,有效地对变压器局部放电量进行预测,为变压器故障诊断奠定了基础.     

电缆局放超高频传感器的应用与传播特性仿真

在线监测电缆的局部放电情况是及时发现故障隐患、预测运行寿命及保障电网安全可靠运行的重要手段.简要介绍了超高频传感器的研究方法和原理,并分别对超高频电磁耦合传感器和超高频电容传感器做了分析.根据电磁波在同轴波导中的传播理论,运用高频结构仿真器 (HFSS) 软件对 110 kV 电缆中间接头进行仿真,通过仿真可以得出:局...     

小波分析和支持向量机的电力系统局部放电检测方法

针对当前电力系统局部放电检测方法在检测正确率低、速度慢等缺陷,设计小波分析和支持向量机的电力系统局部放电检测方法.首先采用无线传感器对电力系统局部放电信号进行采集,并采用小波分析法去电力系统局部放电信号中的噪声,然后从信号中提取电力系统局部放电检测特征,并采用支持向量机建立电力系统局部放电检测分类器,最后与其它电力系统...     

基于CNN-GRNN模型的图像识别

卷积神经网络(CNN)模型在图像识别中取得了良好的效果,但其识别精度还有进一步提升的空间。为此,设计一种新的图像识别模型CNN-GRNN。利用CNN提取样本图像中的多层次特征信息,将广义回归神经网络代替反向传播神经网络,以提高分类器的泛化能力和鲁棒性,通过均方差和降梯度法训练模型。基于COIL-100和手势库的实验结果表明,与灰度共生矩阵、HU距方法、CNN和CNN-SVM模型相比,CNN-GRNN的识别率分别提升了42.2%,13.43%,3.99%和1.86%,并具有较好的实时性。     

超声波高压高频脉冲发射电路设计与性能分析

高压高频超声波发射信号具有穿透力强、适用范围广、精度高等优点.可用于多层胶结衬胶管道、超大管径管道的流量测量、小管径管道气液混合流量测量、含有固体杂质的流量,也可用于测距.所述的高压高频脉冲发射电路采由SE555、STF12N120K5等芯片组成,脉冲幅度为1200V,脉冲频率为1MHz.试验结果表明:使用该电路对超声...     

声电联合法在35kV开关柜局部放电检测中的应用

介绍了基于超声波和高频电流相结合的局部放电检测方法的基本原理、检测和判定依据。将该方法应用到某高压配电室35kV开关柜的局部放电检修中,应用结果表明,该方法可准确判断开关柜的放电位置、放电相位、放电类型、放电强度等,并能对其趋势进行分析,为开关柜状态检修在线监测提供了有力的技术保障。     

声电联合法在35kV开关柜局部放电检测中的应用

介绍了基于超声波和高频电流相结合的局部放电检测方法的基本原理、检测和判定依据。将该方法应用到某高压配电室35kV开关柜的局部放电检修中,应用结果表明,该方法可准确判断开关柜的放电位置、放电相位、放电类型、放电强度等,并能对其趋势进行分析,为开关柜状态检修在线监测提供了有力的技术保障。     

基于改进奇异值的局放信号窄带干扰滤除方法

为了抑制局部放电（Partial Discharge,PD）信号中窄带干扰的影响,本文提出一种基于改进奇异值分解（Singular Value Decomposition,SVD）的降噪方法。首先将染噪信号构建为Hankel矩阵,并进行奇异值分解;其次分析窄带干扰和PD信号的奇异值规律;最后根据两者奇异值特性的不同设置合理的阈值,滤除窄带干扰。仿真实验表明,该方法能有效滤除窄带干扰,较大程度地保留PD信号的信息。     

基于SVM预测器的传感器故障诊断与信号恢复研究

支持向量机(SVM)是一种新兴的基于统计学习理论的机器学习方法.简要介绍了SVM回归原理,据此建立了基于SVM的时间预测器并用于传感器的故障诊断和信号恢复,阐述了具体的实现方法和步骤.仿真结果表明:SVM预测器有效地克服了神经网络的不足,能准确预测和跟踪传感器的输出信号,并在传感器发生故障后一定的时间段内能较精确的估计传感器的正常输出.     

基于支持向量机的高频振荡回路性能评价

提出了基于支持向量机(SVM)高频振荡回路性能的评价方法。以高频并联振荡电路为实验研究对象,通过将由高精密仪器设备采样信号分析与基于SVM的性能的评价分析相对比,证明了此评价方法的可靠性与精确性。该方法采用径向基核函数和合适的ε、C参数,有效地对高频振荡电路的通频带等参数进行测定、分析误差,是值得推广与研究的高频振荡回路性能评价的一种新方法。实验表明,该方法可推广到通信网络的相关参数的评价当中。     

无线超声传感器网络在开关柜局部放电中的在线监测研究

开关柜局部放电是引起开关柜绝缘老化导致电力事故发生的重要因素.结合腰站变电站工程,将3只超声波传感器安装在35 kV开关柜与电缆沟的接头处,对开关柜局部放电进行在线检测.局部放电现象的发生会伴随声的物理变化过程,根据超声波特征量和局部放电的定量与定性关系便能检测和诊断开关柜绝缘状况.监测数据表明:超声波传感器数值范围为204 ～422 mV.数据的曲线走势一定程度上反映开关柜局部放电的变化,为进一步的电力故障预报提供了有效的支持.     

BP神经网络在红外CO2体积分数测量中的应用

环境温度对CO2气体体积分数测量的影响是不可忽视的.在CO2体积分数测量中加入温度补偿有助于提高测量装置的精度和有效性,但这很难用传统的数学模型进行温度补偿.反向传播(BP)神经网络特别适用于建立非线性温度补偿网络模型.在实际应用中证明:该方法得到了良好的效果,使CO2气体体积分数测量结果更加准确、稳定.     

基于时频特征的抹香鲸Click与传统声呐信号的分类方法

正确识别与分类鲸类发出的叫声脉冲信号与主动声呐或通信信号,对提高海洋被动声学监测以及水下声呐探测或水下声学通信系统的稳定性和可靠性具有十分重要的作用。本文选取鲸声中具有代表性的Click信号和3类具有代表性的传统声呐信号作为研究对象,提出了一种基于时频特征的抹香鲸Click与传统声呐信号的分类方法。首先,利用滤波、小波去噪和端点检测方法实现鲸声去噪及信号自动摘取;然后,基于4类信号的短时傅里叶变换时频图,对信号时频轮廓进行多项式拟合,并提取多项式的系数作为信号时频特征;最后,分别使用反向传播(Back propagation,BP)神经网络和支持向量机对4类信号进行分类与识别。分类结果验证了所提算法和方法的有效性。     

超声传感器在电机定子局部放电研究中的应用

在利用超声波进行发电机定子绕组局部放电的在线监测中,超声传感器的选型、超声波信号的衰减以及时延性都将影响到在线监测的效果.鉴于此,通过将发电机正常运行时的噪声频谱与局部放电超声信号频谱进行分析对比,并建立定子模型,通过仿真实验获取超声波传播时的声压分布图;再通过实验检测对超声信号在传播过程中的衰减与时延性进行分析研究....     

关于道路交通行车安全距离预测仿真

为了提高道路交通安全,针对行车安全距离的非线性带来的难以准确预测的问题,提出了一种临界行车安全距离的预测方法。以驾驶员驾驶风格类型、前车速度、后车速度、前车减速度为系统输入,以临界行车安全距离为系统的输出,应用最小二乘支持向量机(LS-SVM)建立预测模型。结合仿真软件采集到的样本数据进行训练,得到行车安全距离的预测结果,并与目前普遍采用的BP (Back Propagation)神经网络模型的预测结果进行了对比。实验结果表明,所提出的预测模型能准确地预测临界行车安全距离,且预测准确度明显优于BP神经网络。     

可穿戴式跌倒检测智能系统设计

为提高对老年人跌倒检测的正确率,设计一种可穿戴式跌倒检测系统.研制基于三轴加速度计的跌倒检测设备,给出系统硬件和软件的实现方案;提出基于反向传播(BP)神经网络的跌倒检测算法,将训练好的网络参数植入研制的可穿戴式跌倒检测设备,实现对跌倒的实时检测.实验结果表明:所研制的跌倒检测智能系统能够有效地区分跌倒与非跌倒,正确率达97.37％.     

基于结构并行的MRBP算法

BP(back propagation)算法是一种常用的神经网络学习算法,而基于Hadoop集群MapReduce编程模型的BP(MapReduce back propagation, MRBP)算法在处理大数据问题时,表现出良好的性能,因而得到了广泛应用.但是,由于该算法缺乏神经节点之间细粒度结构并行的能力,当遇到数据维度较高、网络节点较多时,性能还显不足.另一方面,Hadoop集群计算节点通信不能由用户直接控制,现有基于集群系统的结构并行策略不能直接用于MRBP算法.为此,提出一种适合于Hadoop集群的结构并行MRBP (structure parallelism based MapReduce back propagation, SP-MRBP)算法,该算法将神经网络各层划分为多个结构,通过逐层并行-逐层集成(layer-wise parallelism,layer-wise ensemble, LPLE)的方式,实现了MRBP算法的结构并行.同时,推导出了SP-MRBP算法和MRBP算法计算时间解析表达式,以此分析了2种算法时间差和SP-MRBP算法最优并行规模.据了解,这是首次将结构并行策略引入MRBP算法中.实验表明,当神经网络规模较大时,SP-MRBP较之原算法,具有较好的性能.     

基于图像分析的橘科植物病害识别技术

为实现橘科植物病害的计算机识别和病害程度的科学评价,提出通过分析病害图像,自动提取有效特征,设计分类器模型识别的方法．深入研究了怎样对病害图像进行自动增强处理、病斑分割、特征提取,以及怎样构建分类器模型等技术．最后以常见也容易混淆的五种柠檬病害为例,提取其病斑色调、纹理、形态三种特征向量,分别采用支持向量机和BP神经网络进行训练、测试．实验结果表明,该方法能很好识别植物病害类别,为科学防治和病害危害程度评价提供科学依据．