测量数据检验和重构在火电机组性能监测系统中的应用

提出了对火电机组性能实时监测系统中原始测量数据进行三重校验，以及基于热力设备模型的不良数据重构原则和对准稳态数据的处理方法，使计算精度和系统可靠性得到很大提高，增加了不良数据的可检验性。经在600MW机组性能实时监测系统上应用，取得了良好的效果。     

基于稳健估计的迭代型支持向量机及其在电站数据检验中的应用

提出一种基于扩展Huber估计的迭代型支持向量回归算法.该方法将最小二乘支持向量机(1east squares support vector machine,LS-SVM)目标函数中残差的最小二乘估计用扩展的Huber估计代替,并且采用迭代算法求解,在整体上考虑了回归曲线的平滑性,有效地抑制了少数异常点的回归误差引起的残差污染,进而通过比较实测值与回归估计值之间的残差来识别测量数据中的异常值.同时还给出了基于该方法的数据检验及重构的流程与步骤.以某600MW机组为例,对主蒸汽温度进行了算例分析,结果表明该方法能够有效识别主蒸汽温度测量值中异常值,并可给出可靠的重构值,具有较好的稳健性能,而且迭代收敛较快,适合于工程上的在线应用.     

基于支持向量数据描述的变压器故障检测方法

在变压器故障诊断领域中,针对传统分类算法在没有故障样本信息的情况下无法有效实现故障检测不足的问题,提出了一种基于支持向量数据描述的变压器故障检测算法.该算法只需要目标样本,即正常样本进行训练,无需故障样本信息,最终得到描述正常样本空间结构信息的超球体,决策阶段利用与超球体中心的距离进行判断.通过实验表明,笔者提出的方法在故障样本不均衡的情况下能有效实现变压器的故障检测.     

一种基于萤火虫支持向量机的油色谱在线数据校正方法

为了解决在线油色谱受外界环境和设备误差影响导致数据失真的问题,笔者提出了一种基于萤火虫支持向量机的油色谱在线数据校正的方法。首先将支持向量机中的一组错误惩罚因子,不敏感参数和核参数作为萤火虫个体,通过萤火虫算法对影响支持向量机性能的重要参数进行优化。然后计算油色谱离线数据间的分段函数,当在线数据超出分段函数误差允许的范围时,认为在线数据异常。利用少数准确的油色谱离线数据对支持向量机回归模型进行训练,当在线数据出现异常时,通过支持向量机回归模型对异常的在线数据进行校正。最后通过某台变压器油色谱的在线和离线数据对文中提出的方法进行验证,结果证明了该方法的可行性和有效性。     

独立成分分析方法在电站热力过程数据检验中的应用

提出了基于独立成分分析的电站热力过程数据检验方法,通过对测量数据的特征提取,对原测量数据中的信号进行分离,再通过独立成分分析进行信号复原,实现测量数据的重构。对独立成分分析算法、成分数目选择和初始化、检验阈值进行了讨论,给出了不良数据检验的流程,该方法计算量不大,可以用于在线数据检测。选用300 MW机组热力系统21个实际测量参数作为算例,表明提出的数据检验方法能有效地检测到给水温度测量数据中的不良值,并可以给出可信的重构数据。对独立成分的信号分离能力进一步分析验证,表明了独立成分对测量数据中信息的表达能力。     

基于支持向量机的油色谱在线数据校准研究

为了解决在线油色谱数据失真的问题,提出基于支持向量机的油色谱在线数据校准的方法。通过某台变压器油色谱的在线和离线数据对所提出的方法进行验证,结果证明了该方法的可行性和有效性。     

基于样条变换偏鲁棒M-回归的电站热力过程数据检验

提出基于样条变换偏鲁棒M-回归(partial robust Mregression of splines,PRMS)的电站热力过程数据检验方法.首先通过样条变换将原测量数据间的非线性关系转化为拟线性关系;再采用偏鲁棒M-回归方法对经变换后的数据进行加权迭代,建立具有鲁棒性的非线性数据检验回归模型;然后采用测量检验法检验数据,用模型预测值对数据进行重构.该方法不仅能够克服变量间的多重相关性,消除各类离群点对模型的影响,并且具有较高的预测精度和计算效率.选用某300MW机组热力系统作为算例,结果表明该方法能够进行有效的数据检验和数据重构.     

基于自联想神经网络的测量数据自校正检验方法

提出了基于AANN的测量数据自校正检验方法,采用参数预测模型分别对各个参数进行质疑,通过残差决策逻辑选择网络的输入数据,有效地避免了“残差污染”,提高了神经网络方法在线应用的准确率。     

基于正则化投影孪生支持向量机的电力系统暂态稳定评估

提出一种基于正则化投影孪生支持向量机的暂态稳定评估方法。将基于传统支持向量机进行暂态稳定评估的高维二项式优化问题转化为两个低维二项式优化问题,并在投影孪生支持向量机的目标函数中引入正则项来改善评估稳定性。首先,构建由系统特征和投影能量函数特征组成的初始样本集,通过特征选择对初始特征进行压缩,获取可有效表征暂态稳定性的最优特征集。然后,基于正则化投影孪生支持向量机的思想将暂态稳定状态分成稳定类与不稳定类,寻找各稳定状态的最佳投影坐标轴,使稳定类投影到稳定类投影超平面上后尽可能地聚成簇,而不稳定类投影到稳定类投影超平面上后尽可能远离稳定类聚成的簇,降低暂态稳定评估的计算时间,同时借助遗传算法进行参数选择以提高准确率。最后,通过IEEE-145和南方电网算例的仿真分析,验证了所提方法的有效性和准确性。     

造纸过程采样数据信息处理与优化

文中分析了造纸过程采样数据信息产生误差的原因及类型,用边界条件对过失误差进行检验和剔除;用复合滤波技术对随机误差予以处理;用PCA算法实现采样数据冗余量压缩与信息优化.     

一种基于特征空间矢量的故障诊断方法

提出了一种基于特征空间矢量的故障诊断方法。该方法物理意义明确,可以通过对故障诊断误差的学习,实时修正故障模型,实现对不确定性和慢时变性对象的鲁棒故障诊断。在对象故障先验知识不完备的情况下,能够通过学习逐步建立对象完善的故障诊断模型。还可以对诊断模型的故障可分离度进行评判,为优化征兆信号选取提供条件。示例表明,该方法能适用于具有不确定性和慢时变性的复杂民对象的故障诊断。     

基于有向支路的配电网络拓扑分析方法

根据配电网矢量接线图的特点,把接线图中的连接点分为节点和结点两类,在此基础上提出了节点提取法。该方法首先把节点提取出来,将接线图分成小子图,然后以结点一图元支路关联矩阵为基础,通过原始邻接矩阵法得到有向支路．并用节点-有向支路关联矩阵来重新描述配电网络的拓扑结构。在这种拓扑结构的基础上,可以通过节点分析和有向支路分析来完成对整个网络的拓扑分析。应用表明,这种方法不但可以方便计算机处理具有不同设备类型和不同网络结构的配电网接线图,而且可以大大提高配电网拓扑分析的速度和效率。     

基于提升格式的实时数据压缩和重构算法

提出了一种新的实时数据压缩和重构算法。算法采用基于提升格式的线性整数变换小波双正交滤波器组合哈夫曼编码方法对电力系统的实时数据进行压缩和解压缩，并利用实测数据对算法进行验证。实验结果表明该算法所耗时间短，数据压缩倍数提高到接近9倍，是一种有效的数据压缩和重构方法，尤其适用于电网动态监测系统连续记录数据的实时压缩和去噪。     

一种基于故障录波信息的电网故障诊断方法

在系统发生复杂故障或开关、保护存在较多误动、拒动以及因信道干扰而发生信息丢失等诸多不确定因素的影响下，目前基于开关和保护信息的诊断方法已经不能取得满意的结果，必须寻找新的信息源。随着继电保护及故障录波信息网的建立，丰富的录波信息为进一步诊断提供了基础。根据电力系统目前的实际运行情况和今后的发展，提出了一种合理利用采集信息进行分层故障诊断的方法。对在复杂故障情况下利用故障录波信息作进一步诊断的方法进行了研究，提出了虚拟保护的诊断思想，并建立了相应的面诊断模型，有效地弥补了利用开关、保护信息诊断的局限性。利用组件对象模型（COM）和Windows的动态连接库（DLL）技术建立了通用的、可共享的诊断系统。     

基于能量阈值和自适应算术编码的数据压缩方法

近年来,电能质量问题日益受到关注。为了对电能质量进行分析与评估,需要对其进行监测,在扰动记录过程中,监测装置产生的大量数据给存储及传输带来了不便。对电能质量扰动数据进行压缩,可以有效地节省存储空间,加快数据传输速度。以小波变换为基础,提出了能量阈值法,并结合自适应算术编码方法对扰动数据进行压缩,获得了较好的压缩效果。对包括电压凹陷、电压上升、瞬时断电和暂态脉冲在内的4种典型电能质量扰动进行了测试,仿真结果表明了该方法的有效性。     

基于参考电压分解的新型多电平逆变器空间矢量调制方法

提出了一种新的多电平逆变器的参考电压分解理论 ,将参考电压矢量分解成为基矢量和二电平矢量。针对目前多电平空间矢量调制方法计算十分复杂的问题 ,提出了一种新型的基于参考电压矢量分解理论的多电平逆变器空间矢量调制方法。该方法只需要将参考电压的二电平矢量用二电平的空间矢量调制方法合成 ,这样 ,多电平的空间矢量调制问题被简化成二电平的空间矢量调制问题 ,计算过程十分简单和快速。另外 ,通过归纳的多电平空间矢量的分布规律可以快速地找出所有的冗余开关状态 ,以便优化输出开关状态组合。提出的方法在理论上适用于任何电平数目 ,仿真结果验证了它的有效性。     

基于最优电压矢量的有源滤波器电流控制新方法

提出了一种新的基于最优电压矢量的有源滤波器滞环电流控制方法。该方法的特点是用一组滞环相间电流比较器和一组阶梯式相间电流比较器相结合,快速、正确地判断有源滤波器参考电压空间矢量所在的区域,并由此决定最优电压矢量及对有源滤波器实行滞环电流控制。用电磁暂态程序进行的计算机仿真结果表明,该方法能快速、正确地确定最优电压矢量,从而可有效地降低开关频率和提高有源滤波器的效率。其突出优点是在参考电压空间矢量变化较快且难以预测的情况下,仍能快速跟踪及确定其所在的区域,从而可有效地减少电流补偿误差,改善有源滤波器的性能。     

基于数学形态学的电力系统采样数据处理方法

提出一种基于数学形态学的方法来解决电力系统现场采集的数据存在的噪声污染、直流偏移等问题。通过设置不同宽度的结构元素对采样信号进行形态处理，在较好地保留采样信号局部特性的前提下实现了信号去噪和直流偏移去除处理。仿真计算和实践证明该方法是切实可行的。且该方法计算速度快，易于硬件实现，具有较好的实用价值。     

基于故障录波数据的保护特性分析方法及其实现

通常故障录波装置提供的故障数据分析软件难以满足继电保护特性分析的要求,文章提出了一种采用微机故障录波数据的保护特性分析方法,并开发了相应的软件,介绍了软件设计原则和主要功能。重点介绍了主要的分析和计算方法:录波数据预处理的主要算法、基频分量算法、谐波分析算法、相量突变量检测算法、测频算法、故障类型与相别判断方法、测量阻抗轨迹显示方法、继电器动作校验方法。对软件的使用方法和应用示例进行了简要说明。