基于载波和工频畸变技术的台区拓扑识别

在台区线路精细化管理和节能降损的背景下,提出了一种基于高速宽带电力线载波通讯技术和工频畸变脉冲电流技术的低压台区拓扑关系识别方法.该方法不仅实现了用电台区变、线、户之间供电网络拓扑结构的识别和校核,也实现了台区用户表相序的识别,为台区线损分析与异常定位、用电负载平衡提供了有效的数据支撑.     

基于KNN算法的低压配电网台区拓扑自动识别方法

针对低压配电网台区拓扑识别存在的识别精度低和识别时间长的问题,文章基于KNN算法设计一种自动识别方法,采用了灰色关联度算法,识别低压配电网台区拓扑的异常用户,引入KNN算法实现低压配电网台区拓扑自动识别。实验结果表明,该方法的台区拓扑识别精度达到了0.99,识别时间仅为0.7 s,识别效果较好。     

基于电流特征信号的电网拓扑识别方法研究

针对现有电网拓扑识别方法存在的故障排查率低、周期长、成本高和无法得到实时准确的线路拓扑关系。以电流信号为特征信号,对信号进行分析和多次验证。在不影响载波通讯的情况下,通过现场终端完成用电线路的自动拓扑识别,确保识别的准确率。经过实验验证,基于电流信号的识别方法稳定可靠,识别率较高,一定程度上减小人力的大量投入。     

浅析数字电视信号信号监测技术

随着我国科技事业的高速发展,为了更好地满足人们对于物质生活和精神文化的需求,有线电视事业的发展日新月异。当前,我们正走向数字化、高端化的新兴时代。为了满足千家万户对于数字化时代的需求,本文将针对数字电视信号质量的监测进行分析,通过令数字电视的接收信号电平值下降、熟悉掌握数字监控系统的信号处理方式以及了解数字化信号的多样性和复杂性等方法,从根本和客观上解决数字电视信号质量监测过程中会发生的问题。     

基于OMAPL138智能台区终端的设计

介绍一种基于OMAPL138智能台区终端的整体设计方案,详细阐述了整个系统的硬件设计以及双核架构的软件开发流程。该方案兼有DSP和ARM的优点,不仅提升了终端的整体性能,其片内总线架构也解决了CPU之间通讯瓶颈的问题。     

基于SNR算法的低压台区识别技术研究与应用

随着国家电网有限公司大力推广HPLC技术,北京市电力公司在此基础上,针对电力线信道特征,提出了一种基于SNR的台区识别算法,利用高速的通信网络,短时、大量收集站点数据并进行运算,明确了台区识别的工作流程和机制,并开展了现场试点应用。     

台区智能监测系统相位识别技术的研究与实现

针对我国配电网设备数量大、分布广,且运行环境复杂,对线路故障类型、故障停电范围缺少行之有效的监测和预判手段等问题,文中重点开展了基于LoRa无线通信的相位识别技术研究,从LoRa无线通信技术,过零检测电路的可靠性、灵敏度,以及相位识别技术的准确性等方面进行分析,设计出准确灵活的相位识别方法,并搭建智能监测系统,实现低压配电台区用户所在相位的准确识别,提高配电运维管理水平,为停电故障及异常准确定位、三相负载不平衡治理、降低线损等业务提供支撑,可有效抑制三相不平衡,正确分析三相不平衡与线损的关系,实现线损精确计算与精益化管理。     

低压台区电能表运行误差自动监测方法

针对低压台区电能表运行数据量较大,容易产生误差等问题,提出基于BP神经网络的低压台区电能表运行误差监测方法。建立数据采集终端与中心主站之间的北斗通信通道,通过数据清洗、数据选择、比例变换以及数据归约等步骤的处理,提高数据质量,将数据输入到BP神经网络中进行训练;构建BP神经网络分类器,完成低压台区电能表运行误差的自动监测。结果表明,该方法对电能表运行误差监测更为准确,为电能表运行提供了可靠依据。     

基于深度学习的低压台区故障隔离及自愈调度方法

对于电网调度运行而言,迅速判断配电网故障的能力将大大地增强系统的应急处理能力。在此提出了数据驱动下的低压台区故障隔离及自愈调度方法,旨在解决现有的低压台区故障处理方法无法实时对低压台区和用户进行监控的问题,该方法能够准确地对低压台区和用户进行监控,从而及时进行检修,避免因出现严重故障而造成经济损失甚至人员伤害。通过对隔离对象、次隔对象进行单独分辨并进行断电处理和检修,保证了隔离对象、次隔对象的安全性,同时不会对其他用户造成影响,缩小了故障影响范围。     

基于多端CNN的通信信号自动调制识别研究

为有效解决通信信号自动调制识别的调制类型识别率低和调制强度识别误差高的问题,研究了基于多端CNN的通信信号自动调制识别方法。根据不同类型调制方法的作用原理,设置通信信号调制识别标准。考虑通信信号的传输过程,构建通信信号模型,利用带通采样工具采集初始通信信号,通过小波消噪、归一化等步骤,完成初始信号的预处理。利用多端CNN算法构建通信信号识别器,提取幅值、相位、频率等通信信号特征参数,通过特征匹配得出信号调制类型与强度的识别结果,实现通信信号自动调制识别。通过与传统识别方法的对比得出结论：综合考虑有、无干扰两种类型的通信信号,优化设计识别方法的调制类型识别率提高了49.6%,调制强度识别误差降低了约0.0285。     

基于信号灯图像识别在煤矿井下监控中应用

信号灯是煤矿井下的交通指示灯,和地面上的交通红绿灯得功能一样,以保证机车能在煤矿井下的安全有秩序的运行。本文将应用图像识别技术对信号灯进行识别,首先,对井下采集上来的图像进行相应的处理,对信号灯的邻域进行分析,确定信号灯的特征,然后对其进行识别,最后输出信号灯的结果,其中结果为红灯还是绿灯。     

伪基站系统侦测识别及定位方法研究

伪基站作为最新的高科技犯罪手段由于其高移动性与伪装性,使得伪基站技术一经引进我国就在地下市场广为流传,而公安部多次专项行动均是通过追源头捣窝点的方法对伪基站进行打击,很难直接抓到现行。文章根据伪基站的原理研究了一种综合的伪基站系统侦测识别以及定位方法。     

软件无线电中调制识别和数字解调技术

调制样式识别是通信系统中的一个关键环节;利用软件无线电思想对全数字接收机中的几个关键技术进行了研究;对在低信噪比情况下数字通信信号的调制模式的识别率低的问题进行了改进,增强了识别率;对数字解调中的关键一时间同步采用软件实现,并通过仿真验证了算法的正确性。     

基于指纹识别的通信电台识别仿真算法研究

研究电台准确识别的问题。在准确跟踪敌台活动、检测有效信息的过程中,由于信号受到哭声影响,实现识别较难。当待识别电台是相同调制模式和型号的不同电台个体,发射信号的差别非常细微。传统的关于暂态信号的识别方法是利用瞬间的暂态信号提取细微特征信息,造成信号的信噪比不高,不能正确识别电台信号。为了解决上述难题,提出了应用电台指纹的电台识别技术,通过对电台的稳态信号进行分析,计算信号的双谱特性,采用方形双谱和核主元分析算法,提取出信号中细微的指纹信息,通过分析电台的指纹信息完成电台的识别。实验表明,这种方法能够准确将差别细微的电台识别出来,避免传统方法信噪比不高的问题,保证了电台识别的准确率,取得了满意的结果。     

基于 GPRS和Zigbee的无线心电信号监测系统设计

针对疫情下医护人员对病人身体各种参数监测不便和工作效率低下等问题,提出了一种基于GPRS和Zigbee的无线心电信号监测系统;系统利用脉搏传感器作为检测终端可同时监测多个病人的生理状况数据,检测终端对数据进行汇总分析、存储和显示同时在紧急情况下进行呼救等功能,同时系统可将不同终端得到的生理参数通过ZigBee组网传输给GPRS组网的协调器,协调器可以将数据接入互联网上传至服务器和系统设计的上位机;通过对系统一个终端的软硬件设计测试,系统能准确测量不同病人的生理信息;通过数据对比精确度可达到2%;可以证明该系统有很好的医学应用前景。     

基于基站定位技术的计量模块定位方法研究

为了便于计量终端的管理,提出了一种基于基站定位技术进行终端管理的方案。首先介绍了基站定位的基本原理,在此基础上提出基站定位的实现方案,并对方案中的聚类算法进行了介绍,最后基于提出的方法,实现了对不同距离条件下的位置信息定位效果进行了验证。实验结果表明,该方法在实际使用中具有很强的鲁棒性,可以大大简化常规算法的复杂性。     

高精度无线直流电压监测仪设计与实现

提出了以STC89C52单片机为控制器,结合信号变换电路、AD转换电路、LCD显示电路及无线收发电路等实现主从机的硬件设计;分析了软件主程序的编写思路并给出流程图;实现了对-10V～+10V电压进行实时监测,精度为0.01V。对系统调试中信号变换电路的工作原理及存在的误差进行了分析,并对设计中遇到的AD转换器结果有误、集成运放工作异常、提高电压监测范围及主从机显示结果不一致等问题进行深入分析,提出了改进措施。与传统的利用分压电路扩大测量范围的电压监测仪相比,本设计具有系统性能稳定、测量精度高等优点,对直流电压的实时监测有一定的借鉴作用。     

基于虚拟仪器技术的语音信号分析仪的设计

在对信号分析、虚拟仪器技术的实用性进行理论分析的基础上,提出了语音信号分析仪的软件化设计思想,并利用虚拟仪器开发语言LabWindows/CVI,设计了软件部分和硬件部分,从而实现了语音信号分析仪的设计。该分析仪具有软升级、系统的自适应、窗口的显示直观醒目、联调的优化以及操作简便等特点。适用于音频检测系统的信号分析与处理。     

基于小波不变矩的雷达辐射源信号识别

针对雷达辐射源信号识别,提出一种基于时频分布的小波不变矩特征向量提取和识别分类方法。对雷达辐射源信号时频图像进行处理,对图像进行小波变换,提取小波矩的特征向量。采用支持向量机分类识别的方法,对特征向量进行训练,实现信号识别。对6种常见雷达信号进行分类,结果表明在信噪比较低的情况下也能取得较好的识别效果,在SNR为-3 dB时,识别正确率仍达到93.9%。