面向新一代智能电表的微电流指纹自动配对技术

针对智能电表与表后断路器大多依赖人工掌机扫码进行配对,配对过程过度依赖人工,成本高,且容易发生误配对串户等问题,提出了面向新一代智能电表的微电流指纹自动配对技术。该技术通过在蓝牙断路器内置开关电容模块和编码电路,将配对特征码信息调制成无功电流信号,利用电力线传输至智能电表,并与蓝牙断路器广播发送的配对特征码信息进行比对,从而实现智能电表与表后断路器的自动配对。该配对过程无需依赖人工,极大地降低了人工成本,提高了配对的准确性。最后,实验验证了所提的微电流指纹自动配对技术的正确性和有效性。     

光纤复合架空地线短路电流热效应研究

光纤复合架空地线（OPGW）在短路电流冲击下受热产生温升，进而影响其性能是目前工程应用中十分关心和亟待解决的问题，也是目前OPGW工程应用研究中的热点。在详细分析当前计算0PGW光缆短路电流热效应常规方法的基础上，综合考虑热交换、初始效果和趋肤效应的影响，提出了新的综合分析计算方法——改进综合法，并基于该方法开发了应用软件OPGWTA，利用该软件对几种常用结构的OPGW光缆进行了热效应分析计算和讨论，结果与实验吻合。应用表明：改进综合法及其计算软件，计算方法先进，考虑因素全面，精确实用，能方便地应用于OPGW光缆实际工作以指导0PGW光缆的产品选型、设计施工和运行维护工作。     

一种基于组合算法的异常用电模式辨识方法

针对电力用户异常用电的检测问题,提出了一种基于无监督组合算法的异常用电模式辨识方法。所提辨识方法由数据处理、特征提取、离群检测三部分组成。文中先获取用户的用电量及相关数据,进行数据清洗和缺失数值补全;再对数据进行特征提取,得到相应的异常用电识别特征量;通过k均值聚类将用户聚为两组,并分别对每组进行主成分分析优化特征空间,计算离群邻近度,通过2 sigma原则实现异常用电用户辨识。该方法通过聚类、优化特征空间、离群检测组合算法,提高了辨识效率。文中采用真实用电数据进行了异常用电用户辨识仿真实验,辨识结果验证了该方法的有效性。     

考虑寄生参数影响的芯片RC-HBM静电测试模型

采用常规的人体模型(Human Body Model,HBM)进行静电释放(Electro-Static Discharge,ESD)测试时往往容易受到寄生参数的影响,使得电源芯片抗静电能力测量值与实际抗静电能力存在偏差,导致劣质产品通过HBM ESD测试,影响电源芯片产品良品率的提升。为此,提出了一种RC-HBM模型,通过引入RC并联支路,校正因寄生参数引起的静电放电电流的偏差,满足电源芯片静电可靠性测试的要求。首先阐述了静电对电源芯片的损坏机理。其次,分析了寄生参数对ESD电流的影响,阐述了常规HBM ESD测试的局限性。并提出了一种新型的RC-HBM模型,给出了RC并联支路参数的设计依据。最后,通过批量实验验证了所提RC-HBM模型的准确性和合理性。     

基于数据驱动的电子元器件筛选方法

随着电力计量设备向智能化方向发展,系统中电子元器件的数量和种类不断增加,而电子元器件又是系统中的关键部件,决定着系统的精度与可靠性,因此对元器件的筛选成为电力计量系统来料检验的重要质量管控过程。文章基于原有元器件检测标准的相关测试数据,并结合统计分析方法,对电子元器件潜在质量能力进行有效划分,达到电力计量系统电子元器件的优中择优,进而保障电子计量设备的长期可靠性。基于对电池钝化特性测试数据的分析,提出一种对一次性锂-亚硫酰氯电池进行快速筛选的方法。     

智能电能表通信性能仿真平台隔离电源设计

为更好地评估低压智能电能表的各项通信性能、建立专门的智能电能表通信性能仿真平台及克服低压电力线通信过程中高阻抗、高噪声、高污染的影响,研发了性能良好的干扰屏蔽措施,根据传导噪声的传导和耦合机理,提出一种传导噪声隔离供电电源设计方案。试验证明,该方案低压电力线窄带载波通信频段内的传导噪声隔离效果优于80 dB,保持有效信号正常通信。     

一种电力通信网络运行质量量化评估方法及应用

研究了基于预期业务损失以及业务潜在风险程度评价的电力通信网络运行质量量化评估方法,提出失效业务比和影响业务比2个评价指标。基于该研究方法,以甘肃省电力骨干光通信网为实施案例,通过PSCPlanner网络仿真软件对骨干通信网实施N-1故障仿真分析,得出不同区域的骨干链路重要性以及运行质量分布情况,旨在为甘肃省公司各级电力光通信网的运行维护和升级改造提供指导。     

基于逻辑回归算法的异常用电辨识方法研究

检测异常用电的目的 是打击异常用电,并减少电能的非技术性损失.文中提出了一种基于逻辑回归算法的异常用电辨识方法,主要包括特征提取、算法构建以及检验模型等模块.提取电网用电量等相关数据,并从数据集中提取出电量下降趋势指标、线损指标和告警类指标用作异常用电评判体系.进行电量下降趋势指标、线损指标和告警类指标的归一化处理,再进行离群邻近度的计算,初步筛选异常用电用户.对初步筛选的结果进行逻辑回归算法的再次筛选,进一步提高识别准确率.经过电网部分用电数据的检验后,该算法相较于逻辑回归算法,识别率更高,识别效果更好.