基于区域PMU和节点故障注入电流的广域后备保护算法

电网结构日益复杂,传统输电线路后备保护整定变得越来越困难.文中在间隔母线布置相量测量单元(PMU)策略下,先根据广域差动法确定故障区域,再估计出故障区域中未布置有PMU母线的电压和节点注入电流,推导出该区域节点电压故障分量方程,构造节点故障注入电流.分析故障发生前后故障线路两侧母线和正常母线的节点故障注入电流的变化特征,构造广域后备保护判据.基于IEEE 39节点系统的仿真结果验证了所提算法不受故障位置、类型和过渡电阻影响,在各种故障情景下均能检测出故障线路.     

PSO_SVM算法在太阳能电池板裂缝缺陷检测研究

针对太阳能电池板在生产过程中出现的裂缝问题,在太阳能电池板缺陷数据集有限的条件下,提出应用粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machines,SVM)的太阳能电池板裂缝缺陷检测算法。首先,为减少图像采集过程中由电致发光(electroluminescence,EL)检测产生的光照分布不均影响,对太阳能电池板组件图像进行Retinex增强处理;其次,在频域上利用Gabor变换对图像进行纹理特征提取,以获取裂缝特征;最后,将各个太阳能电池板组件的纹理特征经主成分分析法(principal component analysis,PCA)降维后输入到PSOSVM系统中进行分类识别。应用该方法对600幅太阳能电池板EL图像进行实验,仅有1幅出现误检,分类识别准确率为99.33%。将该算法与决策树分类、极限学习机、卷积神经网络及SVM算法进行对比实验,PSOSVM获得最高识别准确率。     

一种改进工件边缘检测方法的研究

针对现有边缘检测技术难以同时消除图像中噪声和工件表面划痕对边缘检测的影响,并保持图像边缘的清晰度和连续性,提出了一种基于二阶微分算子和数学形态学的改进边缘检测技术。首先利用数学形态学理论,设计了一种形态学开闭运算处理图像的方法,为去除工件表面划痕做好预处理;然后用二阶微分Laplace算子对预处理后的图像进行边缘检测;最后改进了一种高斯与双边滤波结合的算法,强化去噪效果,并对最终算法进行实验验证。实验结果表面,改进的算法在去除工件表面划痕方面效果明显,并与传统微分算子比较,边缘清晰度、峰值信噪比(PSNR)都有大幅提高,为提高工件识别精度打好基础。     

基于Infomap算法的配电网边缘划分方法

在能源互联网时代,配电网面临着海量分布式数据的计算和存储需求,而边缘计算可以利用网络末端资源就近提供配用电分析和计算,从而减轻主站计算、存储压力。为了充分发挥配电网边缘计算的优势以及提高配电网精细化运行管理水平,文章提出了一种基于Infomap算法的配电网边缘划分方法。首先,考虑配电网边缘规模和自治需求,明确定义配电网边缘范围并设计边缘划分原则;然后,构建基于路径描述的配电网N-1安全校验模型,并用求解出的联络开关动作次数量化边缘间联系的紧密程度;最后,基于复杂网络社区检测的思想,将配电网抽象为图模型,并结合Infomap算法和配电网运行管理特点进行边缘划分,通过实际配电网的算例验证了文中方法的有效性与合理性。     

磁耦合无线电能传输系统异物检测技术综述

随着磁耦合无线电能传输(wirelesspowertransfer,WPT)系统的应用推广,异物检测技术的研究越来越受到关注。该文综述国内外磁耦合WPT系统异物检测技术的研究现状,首先总结各文献中有关异物和异物检测技术的概念和定义,介绍研究异物检测技术的主要团队,重点分析目前金属异物对磁耦合WPT系统的影响机理、影响规律和金属异物影响下磁耦合WPT系统的建模方法及异物检测方法方面所取得的主要研究成果,给出几种常用的异物检测方法的优缺点和适用范围,论述异物检测技术的未来研究方向。     

电磁层析成像技术在刹车盘缺陷检测中的应用

针对列车刹车盘缺陷检测的实际需求,提出采用电磁层析成像技术(electromagnetic tomography,EMT)对刹车盘进行缺陷检测,检测得到的数据经过图像重建后对缺陷的位置、形状和大小等分布信息进行显示。根据列车刹车盘的结构特点,设计平板型传感器线圈阵列,通过电磁场仿真软件对不同缺陷的刹车盘模型进行仿真,并使用不同算法进行缺陷成像。通过评价指标对比了不同算法的图像重建质量,仿真结果验证了电磁层析成像技术用于列车刹车盘缺陷检测的可行性;搭建了刹车盘缺陷检测的EMT实验系统,对刹车盘缺陷进行数据采集与成像实验。实验结果表明,电磁层析成像技术在高速列车刹车盘缺陷检测中具有很好的应用前景。     

含热电联产机组的分布式能源集群动态划分方法

集群划分是实现分布式能源网络优化调控的基础环节。文中提出含热电联产机组的分布式能源网络集群划分方法。首先,提出综合考虑结构性与功能性的集群划分指标体系:结构上采用计及电热网络特性的模块度指标,用以刻画不同网络节点间的联系强度;功能上引入供需匹配度指标和热电耦合度指标,反映单一能源网络集群内部供应和实际需求间、源侧耦合出力和实际用能间的平衡程度。其次,依托集群划分指标体系设计电网和热网2个层面的优化目标作为集群划分的依据,采用Louvain社区检测算法生成以热电联产为中心的电热双重集群。最后,通过实际算例验证了所提方法的有效性。     

基于生产经营状态识别的低误报率窃电检测二次筛查方法

数据驱动的窃电检测方法主要根据电量及派生指标识别低电量异常,容易受干扰影响误报。利用工商业用户生产经营状态指标大致固定的特点,提出基于生产经营状态识别的窃电二次筛查方法。首先,将检出的低电量异常用户每天的三相功率作为负荷特征,用以标识其当天的用电行为模式及生产经营状态。然后,将每天的负荷特征进行近邻传播聚类。当低电量异常时段负荷特征与正常低电量生产经营状态聚为同类时,认为是用户状态正常转换导致的异常,可排除窃电嫌疑。基于实际窃电数据的测试表明,所提方法可降低误报率。     

基于数据增强的太阳能电池片缺陷检测

针对太阳能电池片缺陷数据量匮乏造成的网络过拟合和模型性能不达标的问题,提出基于深度卷积对抗生成网络和图像随机拼接的真假数据融合算法,将训练数据量提升了800倍;同时对网络模型进行轻量化优化,减少模型训练参数。实验结果表明,经过真假数据融合扩充数据集后训练的模型测试精度相比原始训练集和传统数据增强算法分别提升了近30%和17%;轻量化处理后的模型参数减少为之前的1/2,对每张图片的测试时间由57 ms缩短到22 ms。研究证明,真假数据融合算法能够有效的缓解训练数据不足造成网络过拟合问题;轻量化优化模型在保证精度的同时,压缩模型大小,加快测试速度。     

基于改进的SSD模型手机违规使用目标检测

针对某些对手机使用有特殊规定的场所时常面临难以准确、高效地识别手机违规使用的问题,提出了一种基于改进的SSD模型来检测手机的违规使用。利用SSD模型获取初次目标位置及区域分类,并利用改进的DenseNet模型对初次目标框进行判定,从而获得精确的手机检测边界框。为改进数据预处理流程,采用了数据扩增与图像质量改善相结合的策略。在自建的手机检测数据集上的实验结果验证了这些改进策略的有效性,改进的SSD模型定位精度可达91.1%,识别精度高达98%,相比原有SSD模型提升了35%。改进的SSD模型同时具有识别精度高和定位精度高的特点,可为智能识别违规使用手机的行为提供理论依据和技术支持。