改进迭代自组织数据分析法的不良数据辨识

针对迭代自组织数据分析技术A(iterative selforgani zing data analysis technique A-ISODATlA)对初始聚类中心敏感问题,提出将基于遗传算法的改进ISODATA方法用于电力系统不良数据辨识。该方法采用量测值的标准残差rN 和相邻采样时刻量测值之差△z作为特征值,然后采用遗传算法形成初始分类矩阵,通过遗传操作进行迭代计算,实现量测数据的模糊聚类分析,最终根据隶属度的大小来辨识其是否属于不良数据。算例表明,该方法能最终获得全局最优解,从而进行准确的不良数据辨识,避免了初始聚类中心对分类结果的影响。     

相量测量单元测量值对状态估计中等效电流量测变换算法的影响

针对同步相量测量单元(PMU)能够直接测量母线电压相量的特点,分析了引入PMU测量值对电力系统状态估计的影响.首先修正等效电流量测变换算法,提出了极坐标系下的全雅可比矩阵算法和简化雅可比矩阵算法,分别从增加PMU节点电压量测方程、以PMU测量值作为迭代初值、修正等效电流量测计算公式以及修正雅可比矩阵四方面分析了引入PMU测量值对算法迭代次数和滤波效果的影响.理论分析和算例结果表明,PMU测量值在这四方面对算法的迭代次数和滤波效果均有影响,有些影响还与PMU的数量有关.     

基于CPSO-RLS的电力系统谐波估计融合算法

针对非线性动态负载引起的谐波检测难的问题,提出了一种新的估计电力系统谐波的算法。该算法首先利用混沌粒子群算法(CPSO)的全局搜索性,对未知参数进行优化估计,然后将CPSO算法优化的值作为RLS算法模型的初始权值;最后借助RLS算法进行谐波的有效提取。通过实验仿真,与CPSO算法相比,谐波振幅估计精度最大提高7%,相角估计精度最大提高1.24%。仿真结果表明,该算法在保证收敛速度的同时具有更高的估计精度。     

电力系统线性状态追踪方法

传统状态追踪方法一般基于扩展卡尔曼滤波方法求解,其缺点是:由于电力系统量测方程的非线性,使得这些方法在求解的过程中必须对量测方程进行近似线性化,从而影响了估计精度,尤其是相邻断面的状态变量发生突变时,估计精度明显降低;传统方法在迭代的每一步中均需重新形成雅可比矩阵,因而计算效率较低。以上缺点影响了传统状态追踪方法的应用。提出一种基于精确线性化量测方程的线性状态追踪方法,所提方法的优点为:在估计中无量测方程的近似线性化误差,因而估计精度较高;在迭代中雅可比矩阵均为常数矩阵,从而提高了计算效率。通过在IEEE系统上的仿真算例验证了所提方法的有效性和高效性。     

一种用多并口获取数据的方法

提出一种利用多个通用并行接口组成的接口电路,实现计算机多道脉冲分析系统数据获取的方法,介绍了它的电路设计、工作原理及性能分析。     

Weibull型无故障数据下综合Bayes置信可靠性评估模型

在无故障数据情况下,将失效概率结合Bayes理论引入置信限,分析了修正后的数据Weibull分布中单侧置信可靠性。其方法是:首先基于Weibull分布采用配分布曲线法进行分析,构造出多层先验分布给出失效概率的综合EBayes估计,结合最小二乘法拟合得到分布参数的估计值;根据参数的统计性质构造置信区间的枢轴量,同时,给出Weibull分布特征参数的区间估计和可靠度置信下限。以经典轴承试验为例,将此方法与其它方法计算结果进行对比,证明了该方法对置信可靠性评估的合理性和可行性。     

一种柔性踝关节助力机构研究

为解决传统的刚性外骨骼助力机构限制人体关节运动的自由度和大幅增加人机惯量的问题,设计了一种柔性踝关节助力机构,并提出了一种根据足底压力传感器估计踝关节力矩大小和变化趋势的算法。最后,通过实验证明了这种踝关节助力机构的可行性和有效性。     

哈芬槽道在地铁刚性接触网施工中的应用研究

凭借运量大、速度快、安全性高、舒适可靠、节能环保等技术优势,城市轨道交通在缓解地面交通压力方面发挥的作用越来越重要,已经成为我国城市交通体系发展与建设的重点。天津地铁6号线选取宜宾道站至鞍山西道站隧道区间作为试验段,尝试在地铁隧道区间盾构管片内预埋哈芬槽道,用于悬挂刚性接触网零部件,并针对这种刚性接触网悬挂方式进行了现场实际安装应用,改变了传统地铁刚性接触网施工方法,对于提高地铁刚性接触网工程施工效率,缩短工程建设周期,延长工程使用寿命,消除运营安全隐患,降低运营维护成本做出了一定的贡献。     

散乱噪声点云的数据分割

提出基于边界曲线微分几何特征的新方法分割散乱噪声点云.改进TAUBIN方法以精确恢复散乱噪声数据的主曲率和主方向.通过分析散乱点在主方向的曲率变化,达到识别G1、G2连续边界点的目的.获得的边界点形成边界带,将点云分割为多块子区域.最后采用区域增长的方法提取各子区域.试验结果表明所提出的方法能够克服噪声影响,有效提取散乱噪声点云的G1、G2边界.对复杂曲面模型,该方法也能够直接获得较好的G2连续边界.