双端不同步线路参数自适应时频域故障测距算法

故障测距时域法所需时间窗短,能弥补频域法的不足,但考虑线路参数不确定及双端不同步影响时,其精度和稳定性偏低。利用故障前正常状态的稳态工频相量,建立含双端不同步时间差和线路工频参数的自适应观测方程,利用粒子群优化 — 最小二乘混合算法求解;建立Bergeron模型的故障测距时域观测方程,应用粒子群优化算法求解,实现双端数据不同步及参数自适应的时频域故障测距。通过建立1 000 kV特高压输电系统模型进行全面仿真验证,结果表明,所提出的故障测距方案能在较短时间窗内实现准确故障测距,且不受线路参数变化及两端数据不同步的影响。     

耦合双回输电线路电弧故障测距单端信息短窗时域新解法

电弧故障是高压输电线路的多发故障，然而目前众多故障定位工频量算法多将故障过渡电阻视为线性定常电阻，本文借鉴其他学者对电弧的研究成果，建立了电弧的理想电压－电流转移特性曲线和对应的电弧等效电路模型，提出了一种耦合双回高压输电线路故障测距单端信息短窗时域的新方法，此方法特点为（1）考察了故障边界的电弧放电实际；（2）考虑了电流互感器饱和因素，短时窗可以小于半个周波，位置可以是故障起始时刻；（3）不需要输入对端系统等值阻抗，解算中运用了最小二乘技术，从理论上保证了该测距算法具有较高的测距精度，大量数字试验表明，该方法正确，业已应用于昆明实际电网。     

基于递阶偏最小二乘回归的数据分析

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足和大坝观测数据分析中因变量较多的特征，引进递阶偏最小二乘法，对大坝安全监测变量及其影响因子进行递阶偏最小二乘回归分析，将建模预测分析方法通过递阶分层处理，可同时实现回归建模和数据结构简化，所建立的大坝安全监控模型精度可通过交叉有效性检验来控制．工程应用实例和模型对比分析研究表明，递阶偏最小二乘回归模型能有效克服由于各类因子变量间的多重共线性和因子变量数目较多而对模型拟合精度及其预测能力的影响，相对于传统回归模型有更好的解释能力，因而具有一定的实用价值．     

大坝安全监控模型因子相关性及不确定性研究

针对最小二乘法难以克服因子多重共线性对回归模型精度影响的不足，本文对大坝安全监控模型因子间的相关性及其不确定性进行了研究。引进偏最小二乘法，对大坝安全监测变量及其影响因子进行偏最小二乘回归分析，将建模预测分析方法与非模型式的数据内涵分析有机结合，可同时实现回归建模、数据结构简化以及因子相关的不确定性分析，所建立的大坝安全监控模型，其精度可通过交叉有效性检验来控制。工程应用实例和模型对比分析研究表明，偏最小二乘回归模型能有效克服各类因子变量间的多重共线性对模型拟合精度及其预测能力的影响，因而比目前常用的最小二乘回归模型更具广泛适用性。     

随机噪声干扰下水质模型参数的鲁棒估计方法

本文采用Dobbins-BOD-DO水质模型，用仿真试验模拟了随机噪声干扰对河流水质模型参数估计的影响。试验表明，最小二乘(LS)估计方法关于有色噪声和较高水平白噪声干扰不具鲁棒性，噪声干扰使估计参数漂离系统真实参数。为了克服随机噪声对河流水质模型参数估计的干扰，提出了一种水质模型参数的鲁棒估计方法，即基于M-估计的信赖域算法。通过对比试验和计算表明，M-估计对于有色噪声和白噪声干扰具有鲁棒性，无论是没有扰动情况还是有各种水平各种噪声类型的干扰情况，该方法能稳健可靠地搜索到真实值，且在估值精度、收敛性、抗噪性和鲁棒性方面均优于最小二乘(LS)估计方法。     

输电线路双端行波故障定位新算法

双端行波故障定位原理简单，但受行波波速的不确定、输电线路长度差异以及行波波头到达时间记录不准确等因素的影响，容易出现较大的定位误差。在常规双端行波故障定位原理的基础上，提出了一种新型输电线路双端行波故障定位算法，通过记录故障初始行波到达线路两端的时刻、参考端记录的故障点反射行波和对端母线反射行波到达时刻，解方程组得到不受波速和线路弧垂影响的故障定位结果。实际应用结果表明，该算法具有较高的定位精度。     

行波测距失效点处的故障测距研究

随着现代微电子技术的飞跃发展和对行波传播规律以及对暂态信号获取方法的进一步掌握，行波故障测距装置已广泛应用于超、特高压输电线路上，但行波测距方法有其固有的缺陷。文章在对行波测距盲区分析研究的基础上，提出了两种能消除行波故障测距盲区的故障定位算法。这两种方法都是利用故障线路重合脉冲来实现故障定位。算法1是将重合闸脉冲进行三次B样条分析后，根据合闸脉冲和合闸脉冲在故障点处的反射波之间的时间差来进行故障定位；算法2是利用故障线路重合过程中一端线路处于合闸而另一端处于断开状态，利用故障边界电流进行构造单端故障定位算法；并以特高压交流输电线路为研究对象，来进行算法的仿真验证。仿真结果表明，该方法能准确地进行故障定位，其精度不受故障点过渡电阻、故障类型、对端系统的阻抗及故障距离的影响。     

基于最小二乘法的河道流量演算参数估计

应用最小二乘法对马斯京根流量演算方程的流量比重因素和河段传播时间进行了求解,并与试算法进行了对比,结果表明:整体来讲,使用最小二乘法所获得的下断面流量过程更接近观测的流量过程;从局部来看,最小二乘法能很好地模拟上升段和流量峰值,而试算法对下降段的模拟效果更好;使用最小二乘法计算得到的流量过程线误差比试算法低11%,说明应用最小二乘法确实能提高马斯京根法的流量演算精度。     

偏最小二乘法回归的建模思路及其在水库大坝监测中的应用分析

常规最小二乘法回归的不足之处是:难以有效识别和消除自变量因子间的多重相关性影响;然而偏最小二乘法回归模型却能够有效消除因子相关性对模型回归系数估计和回归分析效果的影响。文章介绍了偏最小二乘法回归基本原理和建模思路,并结合水库大坝监测实例分析了偏最小二乘法回归,实例表明,偏最小二乘法分离效果更好,反演结果精度更高,能满足对大坝安全监控的要求,在水利工程安全监测及有关数据的统计分析方面具有广阔的应用前景。     

一种考虑分布电容的模糊故障测距算法

提出了一种考虑分布电容的故障测距新算法。该算法基于微分方程描述的线路数学模型，利用单端信息对高压输电线路进行故障测距，保留了解微分方程算法的简单可靠、现实可行、不必考虑衰减直流分量和谐波及电网频率波动影响的特点，同时考虑过渡电阻和分布电容的影响，克服了传统解微分方程法中在经高阻接地故障时测距误差过大和忽略分布电容引起的故障定位不准确的缺点。为了检验算法的精度，进行了大量的动模实验。结果表明，算法原理正确并具有较高的测距精度。     

改进的偏最小二乘法在青海省农业用水预测中的应用

根据2000—2009年影响青海省农业用水的11个因子的基础数据,建立偏最小二乘回归模型,考虑到模型的实用性和准确性,运用后退法对偏最小二乘法进行改进,剔除了5个不需要的变量,得到了拟合精度更高的结果。选取2010—2013年数据进行模型检验。结果表明:运用偏最小二乘法预测的结果与实际情况贴近,并且改进的模型的贴近度更高。通过模型的应用,可以看到偏最小二乘法在青海省农业用水预测中有较好的应用价值,并且改进后的偏最小二乘法简化了模型,提高了预测精度,为青海省的农业用水预测提供了依据。     

改进最小二乘递推算法的洪水预报应用研究

建立线性自回归模型,应用于洪水实时预报,并应用AIC、BIC这两种准则以确定自回归模型的阶数。最小二乘递推算法是估计自回归参数的一种常见方法。最小二乘法估算出的模型参数在预报误差平方和最小的条件下是最优解。研究中,为了强化时变系统的辩识以提高洪水预报精度,对数据采取衰减记忆、有限记忆及时变衰减记忆的方式,对基本的最小二乘递推算法提出了三种改进形式,并利用这几种改进算法进行了洪水演算,最后对几种算法的演算结果进行了比较。     

偏最小二乘回归与灰色模型耦合预测城市用水量

 影响城市用水量的各个因素,存在多重相关性,采用传统最小二乘回归法建模,其估计参数存在较大误差,预测精度降低。运用偏最小二乘回归法建立城市用水量的预测模型可以克服变量间的多重相关性影响,并可以很好地解释因变量;采用GM（1,1）建立的城市用水量预测模型,能够克服参数的非线性干扰,进行中长期预测。结果和实际符合,将两者进行耦合,充分利用了两种模型的优点,预测结果更为合理可靠。     

基于偏最小二乘法的遗传模拟退火算法及其在大坝安全监控中的应用

介绍了基于偏最小二乘法的遗传模拟退火算法的编程方法和利用其建立大坝安全监控模型的方法。实例分析表明,遗传模拟退火算法筛选影响因子后由偏最小二乘法建立的安全监控模型与直接由偏最小二乘法建立的模型相比,不仅简化了模型、提高了模型的拟合精度,而且增强了所建模型的预测能力。     

利用RTDS测试输电线路行波故障定位装置

针对输电线路行波故障定位装置的测试问题，利用RTDS仿真一个小型的500 kV环网，在其线路上设置各种特征故障，来测试输电线路行波故障定位装置的性能，并结合高精度测量仪器分析其误差。在分析误差的基础上，结合RTDS的计算步长和D/A转换时间等，总结出一种提高RTDS波形精度的补偿算法。输入补偿算法后的数据，获得了较理想的仿真效果。模拟试验表明，用RTDS对该装置进行试验是一种较好的方法。     

线性动态系统模型在实时洪水预报中的应用

应用一般的线性动态系统模型理论，并结合衰减记忆最小二乘递推识别的实时校正技术，建立了鄱阳湖吴城站水位过程的实时预报方案。模型结构采用AIC准则法和逐步回归筛选法综合确定，模型参数采用最小二乘法估计。应用结果表明，该预报模型适用于湖泊水位这类缓变型水文变量的预报，可以用于实时作业预报。     

基于GPS授时同步采样的输电线路故障定位

提出了一种基于模式理论和GPS授时同步采样的超高压输电线路故障定位算法。该算法不受负荷电流、运行 方式、过渡电阻、线路分布参数和系统拓扑结构的影响，不依赖于故障类型，并且消除了线路长度误差的影 响。大量仿真结果表明，该算法具有很高的精度。     

地基沉降双曲线拟合的Bayes估计

双曲线函数是拟合地基沉降曲线中常用的函数形式,其函数参数通常假定为确定性变量,采用最小二乘法进行估计.在整个待估计过程中,假定待估计参数为确定性变量.然而函数参数总是波动的,用随机变量分布代替其估计值更为合理,为此,将函数参数假定为随机变量,用Bayes理论进行估计,采用多层先验模型作为参数的先验分布,在似然函数中,沉降观测数据假定服从正态分布.在概率分布计算中,采用MCMC积分,所有计算均由软件WinBUGS完成.Bayes方法所得的估计是参数的概率分布,包含了比最小二乘法估计更为丰富的参数信息,因而比最小二乘法更具有优越性.     

适用于集中参数单端测距模型的距离修正方法

提出了一种能够有效提高基于集中参数输电线路模型的单端故障测距精度的修正方法。根据集中参数线路模型算法的实测距离，换算成与模型匹配的正序测量阻抗。另外，基于输电线路贝瑞隆模型，推导出金属短路时应测的故障环路正序阻抗与实际距离的对应关系。通过测量阻抗将实测距离和实际距离关联起来，形成修正公式，在理论上消除了线路分布电容带来的误差。该修正算法基于工频量，对采样率要求不高，具有较高的工程实用价值。大量的ATP仿真试验验证了距离修正的有效性。     

最小二乘法与平差原理在大地测量中的应用

简要介绍了大地测量中产生的误差种类，运用最小二乘法与平方差方法处理和分析观测数据的原理、误差处理及精度估计的方法。