基于φ-OTDR 的分布式光纤声波传感系统性能改进研究

为了满足复杂的工程现场环境对相敏光时域反射仪(φ-OTDR)的各项性能指标的需求,提出基于自适应卡尔曼滤波(AKF)和频分复用(FDM)的高性能φ-OTDR,利用FDM提升系统的频响带宽,引入AKF对线性响应于外界振动的相位状态的噪声统计特性进行实时估计和修正,抑制了衰落和串扰导致的相位失真。实验结果表明,改进后φ-OTDR系统的传感线性度被有效提升,系统本底噪声降低到-83.7dB²/Hz,应变分辨率达到了0.28pε/Hz1/2。     

多尺度自校正双直方图均衡化红外图像增强

针对红外图像增强过程中容易饱和、细节丢失等问题,提出一种参数自设定的双直方图均衡化方法。根据灰度级累积概率密度黄金比例值将原始图像划分为两个独立的子图像。结合原始图像曝光度和子图像灰度级区间信息,对每个子图像的直方图进行多尺度自适应加权校正。基于校正后的直方图,对每个子图像分别作均衡化映射变换,最后合并子图像获得增强图像。在红外图像公开数据集INFRARED100上进行的测试显示,与亮度保持双直方图均衡化（BrightnessPreservingBi-Histogram Equalization,BBHE）、带平台限制的双直方图均衡化（Bi-histogram Equalization with a Plateau Limit,BHEPL）、基于曝光度的双直方图均衡化（Exposure based Sub-image Histogram Equalization,ESIHE）方法相比,所提方法增强的图像具有合适的平均对比度和更大的平均信息熵,在峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）、结构相似度（Structural Similarity,SSIM）...     

计及热网蓄热特性的多区域综合能源系统多元储能规划EI北大核心CSCD

面向基于冷热电联供系统和热网构建的多区域综合能源系统(integrated energy system,IES),该文提出计及热网蓄热特性的多区域IES多元储能规划方法。首先,基于能量守恒方程推导热网蓄热模型,以量化热网的缓冲能力;在此基础上,以年综合成本最小为目标,建立计及热网蓄热特性的多区域IES多元储能规划模型;然后,针对区域互联热网管道流量变化导致模型非凸的问题,利用凸包方法将模型转凸,并设计自适应求解策略,提出凸包自适应优化算法以实现模型的有效求解。最后,天津某实际多区域IES的规划仿真和分析验证了该文所提模型和算法的有效性。     

引入自监督机制的燃料电池水管理系统健康状态检测方法EI北大核心CSCD

为保证质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)运行过程中的安全性和平稳性,该文提出一种引入自监督机制的燃料电池水管理系统健康状态检测方法。该方法的计算网络引入自监督机制挖掘数据特征,具体通过堆叠两层稀疏收缩自编码器(sparse contractive autoencoder,SCAE)实现功能。该自编码网络以逐层贪婪训练的方式完成参数初始化,避免因初值取值不佳使得网络参数训练陷入局部最优解。同时,改进的自编码网络也能有效避免模型过拟合,从而达到良好的特征提取效果。用Softmax分类器替换最后一个自编码器的输出层,然后运用Adadelta算法进行基于自适应学习率的自编码网络权值微调,从而完成系统识别网络的搭建。该算法根据梯度动态调节学习率大小,使得网络权值快速逼近符合数据特点的最佳取值。实验结果表明,该方法能快速准确地识别PEMFC正常、水淹和膜干3种状态,检测正确率高达98.5%,检测时间为3.24s。与线性判别分析-概率神经网络(linear discriminant analysis-probabilistic neural network,LDAPNN)、稀疏自编码器-支持向量机(sparse autoencodersupport vector machine,SAE-SVM)和主成分分析-向后传播神经网络(principal component analysis-backpropagation neural network,PCA-BPNN)方法相比,所提方法计算时间分别减少3.08、5.38和7.15s,准确率分别提高7.92、25.08和9.08%。普适性验证表明,该方法对于多节电池的健康状态检测同样适用。     

基于CEEMDAN与改进小波阈值的电缆局部放电信号降噪方法

对检测到的电缆局部放电信号降噪是实现电缆绝缘诊断与评估的前提,为此提出一种基于自适应噪声的完备集合经验模态分解(CEEMDAN)与改进小波阈值的电缆局部放电信号降噪方法。首先,采用CEEMDAN算法将染噪局部放电信号进行分解,得到数个模态分量;然后,计算模态分量的峭度值,筛选出有效特征分量并重构;最后,将重构信号通过改进小波阈值法再次降噪去除冗余噪声,得到降噪后的局部放电信号。将该方法、传统小波阈值法及集合经验模态分解与改进小波阈值法分别用于不同噪声强度下局部放电仿真信号的降噪处理,结果表明该方法具有更高的信噪比与波形相似系数,能有效抑制周期性窄带干扰与白噪声。     

耦合电感集成型谐振变换器及其自适应频率控制

该文提出一种宽电压范围的耦合电感集成型串联谐振变换器（CISRC）,其电压增益与负载不相关,并且仅含有一个磁性元件与两个开关管。与传统的两级级联结构变换器相比,磁性元件和开关管数量有效减少。在所提出的调制策略下,一次侧开关可以实现零电压开通,二次侧二极管可以实现零电流关断。此外,该文还提出一种无电流传感器的自适应频率控制,通过观测器观测励磁电流平均值,能够在不同功率下自适应调节开关频率,优化电流纹波。该文详细介绍变换器的工作特性与控制方法,并且搭建一台200 W的实验样机,实验结果证明了所提方案的可行性与有效性。     

基于自适应虚拟阻抗控制的孤岛微电网电能质量优化策略

随着大量不对称负载以及非线性负载的接入,孤岛微电网的电能质量问题日益凸显,如何合理分配不平衡和谐波功率成为关键。目前提出的分配策略多致力于实现谐波和负序电流的均分,降低过载风险,但忽略了不同逆变器改善电能质量的差异性。为此,以充分利用逆变器的剩余容量为核心思想,文中提出了一种以改善微电网电能质量为目标的功率分配策略。所提控制策略将剩余容量与输出的非基频功率之差作为输入,自适应调节基波负序和主导谐波频率处的虚拟阻抗,从而保证了逆变器在稳态工况下不过载,并为谐波电流和负序电流分别提供阻抗尽可能小的流通路径,达到改善微电网电能质量的目标。为保证虚拟阻抗调节的稳定性与快速性,基于根轨迹分布确定了虚拟阻抗稳定域范围,并提出了一种改进的变参数积分控制方法。最后,通过仿真和硬件在环实验验证了所提控制策略的可行性与有效性。     

基于异构数据特征级融合的多任务暂态稳定评估

考虑到基于深度学习的暂态稳定评估方法对电力系统输入数据的描述不够全面,异构数据常被忽略,且许多特征信息无法有效融合,为充分利用电力系统各类异构数据以提高模型的精确度和算法性能,提出了一种异构数据特征级融合的深度学习方法。首先,利用多层感知机、图卷积网络、门控循环单元分别对静态多变量数据、拓扑图域数据、时序多变量数据进行特征提取;然后,采用张量融合方法对所提取特征进行特征级融合,并将展平的融合特征输入共享层,利用基于同方差不确定性的多任务学习方法,同时实现了暂态稳定判别与暂态稳定裕度预测。在此基础上,建立了暂态稳定评估模型,并对所提方法的性能进行了评估。最后,采用新英格兰10机39节点系统进行仿真、训练与验证,结果表明所提方法能有效提升评估的准确性与鲁棒性。     

基于直流限流电路的直流单极接地故障自适应重合闸技术

为避免柔性直流系统重合于永久性故障,造成二次过流冲击从而威胁系统安全,需采用预先判断故障性质的重合闸方法以确保系统的有效重启和可靠恢复。针对配置有混合式直流断路器的架空线柔性直流输电系统,提出一种基于直流限流电路的直流单极接地故障自适应重合闸技术。首先,提出直流限流电路拓扑结构并分析其工作原理,该拓扑由限流单元、吸能单元和故障性质判别单元组成,与混合式直流断路器串联接入直流线路。此后,结合故障发展过程,理论计算各阶段故障暂态电流、暂态电压的表达形式,并提出直流限流电路各元件的参数选择依据。最后,在PSCAD平台搭建系统模型并进行故障仿真,仿真结果表明所提自适应重合闸技术能准确判断故障性质,并具备较好耐过渡电阻能力。     

考虑 VSG 构网储能暂态与稳态优化的自适应策略北大核心CSCD

虚拟同步发电机(virtual synchronous generator,VSG)型构网储能因其良好的阻尼与惯量支撑特性已被广泛关注,但VSG型构网储能难以抑制有功暂态存在的超调、振荡的同时削减有功稳态偏差,灵活性差。首先建立VSG型构网储能系统有功环的闭环小信号模型,由系统的特征方程、波特图以及根轨迹分析有功指令与电网频率扰动下的系统暂态与稳态特性。接着指出固定参数VSG型构网储能无法兼顾暂态存在的超调、振荡与稳态有功偏差。因此提出一种自适应VSG型构网储能控制策略,所提控制策略确保自适应参数平滑变化,抑制系统超调、振荡的同时,可削减稳态偏差。最后通过MATLAB/Simulink验证了所提控制策略的有效性。