光纤Bragg光栅传感系统典型寻峰算法的比较分析

基于LabVIEW虚拟仪器开发平台,分析了功率加权算法、高斯拟合算法、高斯-多项式拟合算法、一般多项式拟合算法和高斯-非线性曲线拟合算法对原始信号寻峰,比较误差均值和标准偏差。在改变波长分辨率、窗口大小、信噪比的情况下比较各种算法误差,并进行了实验验证。理论、仿真与实验均证明高斯拟合算法为最佳算法。     

WBY-200 型变电站综合自动化系统

介绍一种以ＳＴＤ总线工控机为核心的集中式变电站综合自动化系统。该系统具有监视测量、操作控制、继电保护、低频减载、接地选线、报警打印等功能和较突出的技术特点,适用１１０ｋＶ及以下等级的变电站,性能价格比高,具有较大的推广应用价值。目前已在内蒙古集宁市桥西１１０ｋＶ变电站投入运行,质量稳定可靠,满足变电站安全运行要求。     

混合型光学电流互感器的集磁环传感头

光学电流互感器OCT(Optical Current Transformer)相对于传统电磁式电流互感器有着许多优点。对混合型OCT的集磁环式传感头的磁环进行理论分析。以安培环路定理和铁磁物质磁化曲线为基础,分析了带气隙磁环的磁化曲线,通过消除剩磁密度对铁芯的影响计算磁环和气隙尺寸;根据有关资料和试验结果得出结论。给出混合型OCT集磁环的横截面面积、平均半径和气隙长度。     

基于本地功率基准的异常用电监测方法

目前电力系统中有不平衡负荷存在,不平衡负荷会引起电能计量的误差。对于计量误差的处理目前普遍在主站结算并归于线损。文中为判断用户是否使用不平衡负荷及其所引起的误差值,利用电力系统中电压电流关系推算出不能直接测量的电压电流值,并应用三相四线制功率计算方法建立本地功率基准,与实际功率加以比较,判断用户是否存在不平衡负荷,并将计量误差量化。这对于防窃电、安全用电有重要作用,同时对于电力系统的节能降损也起着关键作用。通过Matlab仿真分别对正常用电和存在不平衡负荷用电进行了仿真,验证结果表明,不平衡负荷用电时,存在计量误差,且电力部门少计量了使用不平衡负荷用户所消耗的电能。     

电力变压器绕组和铁芯的模态分析

为了研究电力变压器绕组和铁芯的振动特性,利用模态分析方法分析了不同预紧力对绕组轴向振动的影响及铁芯压紧状态对铁芯振动的影响;采用ANSYS软件建立了绕组和铁芯的模态仿真系统,通过有限元分析法获得了绕组预紧力与轴向固有频率之间的关系及铁芯压紧状态与固有频率之间的关系。     

光电电流互感器测试与校验方法

介绍了典型的光电电流互感器的结构原理和输出特点.鉴于传统的电流互感器测试方法已经不适于校验新型的电流互感器,依据IEC标准和误差分析理论,提出了光电电流互感器的测试和校验方法.指出采用虚拟仪器技术的测试系统具有灵活、易于扩充的优点.认为标准通道的各部件需要经过严格的溯源,标准通道的设计需要遵守微小误差原则.所设计的测试系统已成功应用于自行研制的光电电流互感器性能指标的测试.     

基于Duffing振子的微弱正弦信号检测方法研究

利用混沌振子系统的初值敏感性和对噪声的免疫力检测微弱正弦信号，可以获得很高的检测灵敏度和很好的抗噪性能。文中分析了待测正弦信号幅值和相位对混沌系统状态的影响。基于Duffing振子系统的相变特性，提出了检测微弱正弦信号幅值和相位的新方法，即：反相补偿幅值检测方法和三分对称相位检测方法，介绍了检测的原理和具体实现步骤；利用Duffing方程的位移X波形的包络特性，提出了适合于含噪声情况的混沌特性自动判别方法，以正确判别混沌系统的状态并应用于文中的信号检测方法之中。最后，将该方法和最大似然法进行了比较。数字仿真结果证明了文中所提方法的可行性和有效性。只需改变策动力的频率，该方法即可适用于检测各种频率的微弱正弦信号，对于扩大光传感器的测量范围、电力系统谐波分析等应用具有实用价值。     

基于Wince嵌入式内核的新型电力参数实时测量系统

针对电力系统中电能参数测量的具体要求,设计了基于WinCE嵌入式内核的电力参数测量系统.硬件设计采用ARM+DSP主从处理器构架,高性能的双核处理器结构实现对数据的快速、精确处理,以实现电能参数实时在线测量;运行于WinCE操作系统平台上的主控软件完成电力参量数据的显示、存储和管理,提供了人机友好交互的操作界面.基于模块化的设计思想,降低了系统复杂性,便于维护和更新.该系统能够为电力调度、检修提供服务,保证电网安全与经济运行.     

基于VMD与AdaBoost-SCN的海缆振动信号识别方法EI北大核心CSCD

海底光缆的在线监测和振动信号识别是保证其正常运行的关键技术。搭建了基于布里渊光时域分析系统,模拟不同工况下的海缆振动信号。针对海缆振动信号信息丰富、信噪比低,使用单一随机配置网络(stochastic configuration network,SCN)模型对信号识别准确率不高的问题,提出了自适应增强(adaptive boosting,AdaBoost)算法优化的随机配置网络(AdaBoost-SCN)识别方法。首先用变分模态分解(variational mode decomposition,VMD)算法分解海缆振动信号,构建特征向量;然后采用AdaBoost-SCN算法对振动信号分类。结果表明,所提方法有着很高的精度,并且具有很强的鲁棒性与泛化能力,提高了布里渊光时域分析系统振动信号识别的有效性。     

基于GWO-VMD-SVD的Φ-OTDR信号降噪方法

针对Φ-OTDR系统采集的信号中包含大量随机噪声的问题，提出了一种基于灰狼优化算法的变分模态分解联合奇异值分解的新型降噪方法(GWO-VMD-SVD)。通过灰狼优化算法寻找VMD分解中最优的分解层数K和二次惩罚因子α,抑制了模态混叠现象；引入排列熵判定机制区分有用信号分量和噪声分量；将有用信号分量保留，同时对噪声分量使用SVD分解进行二次降噪，提取其中的有用信号；将两次降噪保留的有用信号进行重构，得到降噪后的信号。实验结果表明，该方法相对于VMD-PE和EEMD-CC,信噪比更高，能更有效地保留信号中的有用信息。