基于隐马尔可夫模型的调频广播信号整点报时特性识别方法

由于整点报时与不报时是区分正常广播与“黑广播”的重要指标之一,因此文章提出一种基于隐马尔可夫模型的调频广播信号整点报时特性识别方法。利用静音识别算法将调频广播整点时刻频谱数据表示为0-1序列并在0-1序列中分析调频广播信号的静音序列变化规律,得到调频广播频谱数据的隐藏状态和观察状态的随机序列;通过子区间划分,分别获得初始隐藏状态转移矩阵和初始观察状态概率矩阵;采用Baum-Welch迭代学习算法,在调频广播整点时刻频谱数据训练样本集上对隐藏状态转移矩阵和观察状态概率矩阵进行训练学习,分别得到调频广播整点报时和不报时的隐马尔可夫模型,并给出调频广播信号整点报时特性识别算法。采用实测调频广播整点报时频谱数据进行整点报时特性识别实验,其结果表明,该方法可有效地识别调频广播信号整点报时特性,其整点报时特性的平均识别率为87.5%。该方法在快速发现“黑广播”方面具有一定的实用价值。     

潘家口水电站1号机组一次调频性能的改进与优化

为了提高1号机组在华北电网一次调频动作的正确率,满足《华北区域发电厂并网运行管理实施细则(试行)》和《华北区域并网发电厂辅助管理实施细则(试行)》及《华北电网发电机组一次调频运行管理规定》中关于一次调频性能指标的要求,对1号机组进行了调速器更新改造,并在改造的设计过程中使得硬件尽量符合电网对考核的要求,改造后经过试验,参数优化达到了一次调频动作正确率100%的水平。     

光伏渗透率对电力系统频率的影响及控制策略

光伏并网对电力系统频率稳定会造成一定影响,考虑同步发电机、负荷与光伏出力波动特性的交互作用,推导了含不同光伏渗透率下的系统总功率波动概率模型.将同步电机一次调频的参数进行优化,即作为变量引入控制环节,利用发电机的转子方程,实现对发电机功率的控制和系统频率的调节.仿真结果表明应用所提出的控制策略,可以有效减弱光伏对系统频率的影响,提高光伏的渗透率.     

青岛调频广播同频覆盖技术应用研究

针对青岛市崂山、胶南、平度、莱西等郊区县级市存在广播收听盲区的问题,本文采用延时自动同步功能的调频同步广播技术,对青岛调频广播同频覆盖系统进行研究。研究结果表明,实际收到的调频信号平均场强在55dBuV/m以上,相对于单点大功率,其覆盖方式显著提高,尤其在胶南、平度、莱西三地的城区范围内,信号场强有了较大的提高,平均场强由单点覆盖时的不足30dBuV/m,提高到60dBuV/m以上,整体覆盖的平均场强在55dBuV/m以上,与项目实施前相比,各主要城区的平均场强有较大的提高。表明收听区信号的相关指标完全达到国家广电总局发布的三同一保的行业标准。该技术可有效节约广播频率资源、提高广播收听质量、解决广播移动收听,大幅度降低信号相干区的干扰,加强了电台各套频率在远郊重点区域的覆盖,保证了相干区内的收听效果。该研究具有一定的推广应用价值。     

基于光伏电站的一次调频控制系统设计

光伏电站大规模接入电网系统,其容量占比越来越高,对电网运行带了极大挑战,迫切需要光伏电站呈现一种可调度性.同时,光伏逆变器的快速响应特性为光伏电站具备快速功率调控,支持系统一次调频功能提供了条件.在此提出场站级自动发电控制(AGC)系统与带死区延时的有功-频率下垂控制组成的协调控制技术,实现光伏电站参与电网的一次调频.最后,在陕西某光伏电站进行试验,通过频率扰动、AGC协调试验两种情况验证了一次调频技术的可行性与有效性.     

面向电网调峰调频的储能电站综合性能评价

电池储能电站是解决高比例可再生能源电力系统调峰调频压力的重要手段,综合评价其性能对于优化电力系统的调节水平具有重要意义.针对此,提出一种基于主客观组合赋权法的储能电站调峰调频性能综合评价方法.首先,构建包含调控性、能效水平、可靠性及环保性的评价指标体系,全面反映储能电站实际运行的各方面性能.然后,基于AHP和反熵权法计算主客观权重并求取最优组合权重.最后,基于组合权重建立储能电站调峰调频性能综合评价模型.将该评价模型应用于某省三个储能电站,评价结果合理、准确,验证了所提方法的有效性.     

基于长引水隧洞下的大型水电站一次调频仿真研究

针对锦屏二级水电站引水隧洞长,机组容量大、运行水头高,导致调压室水位波动稳定性以及机组间的水力干扰等较为突出的问题,对一次调频进行了深入分析研究,在满足电网安全的前提下,通过对机组一次调频进行仿真计算,得到了各种模拟工况下的机组开度、功率和转速的变化情况,为机组正常投入运行提供了可靠保证。     

频率步进雷达多目标ISAR成像方法

针对频率步进雷达同一波束内多个运动目标在径向上重叠 而无法分辨时的ISAR成像问题,提出了一种基于调频傅里叶变换的ISAR多目标成像新方法。 在构建频率步进雷达多目标回波信号模型的基础上,采用调频傅里叶变换精确估计各个目标 的速度参数,结合 Clean方法实现对多目标回波信号的分离,完成多目标ISAR成像。仿真实 验结果进一步验证了文章所采用方法的有效性。     

Compressed sensing of superimposed chirps with adaptive dictionary refinement

The compressed sensing （CS） theory shows that accurate signal reconstruction depends on presetting an appropriate signal sparsifying dictionary. For CS of superimposed chirps, this dictionary is typically taken to be a waveform-matched dictionary formed by blindly diseretizing the frequency-chirp rate plane. However, since practical target parameters do not lie exactly on gridding points of the assumed dictionary, there is always mismatch between the assumed and the actual sparsifying dictionaries, which will cause the performance of conventional CS reconstruction methods to degrade considerably. To address this, we model the waveform- matched sparsifying dictionary as a parameterized one by treating its sampled frequency-chirp rate grid points as the underlying parameters. As a consequence, the sparsifying dictionary becomes refinable and its refinement can be achieved by optimizing the underlying parameters. Based on this, we develop a novel reconstruction algorithm for CS of superimposed chirps by utilizing the variational expectation-maximization （EM） algorithm. By alternating between steps of sparse coefficients estimation and dictionary parameters optimization, the algorithm integrates the process for dictionary refinement into that of signal reconstruction, and thus can achieve sparse reconstruction and dictionary optimization simultaneously. Experimental results demonstrate that the algorithm effectively deals with the performance degradation incurred by dictionary mismatch, and also outperforms the state-of-the-art CS reconstruction methods both in compressing the signal measurements and in suppressing the measurement noise.     

英布鲁水电站计算机监控系统设计要点

英布鲁水电站作为刚果(布)电网中的主力电站,在系统中承担基荷,并具有调峰、调频功能。计算机监控系统的网络结构、硬件配置及控制功能的设置,均针对该电站的特点进行了相应的调整。