基于模式匹配的变压器色谱峰辨识算法

把模式匹配技术引入电力变压器色谱峰辨识领域。具体算法为：通过构造一个匹配的高斯波，沿着色谱数据滑动求高斯波与色谱数据段的相似性来查找峰位，相似度大于设定阈值的数据段存在色谱峰位，该数据段色谱峰位的位置对应滑动到该处的高斯波峰位。对该算法进行了实验研究，结果表明：该算法与色谱的保留时间无关，抗干扰性能良好，具有显著的优点。     

一种变压器色谱基线自适应扣除方法的研究

为了自适应地扣除变压器油中溶解气体色谱基线,提出了基于半峰宽和轮廓提取的基线扣除方法。基于轮廓提取的算法是通过构造一个滑动窗,沿着色谱数据滑动求窗内的最小值,将其插值平滑即可获得色谱基线;基于小波和轮廓提取的算法是先用小波初步提取基线,将其从色谱数据中减去并用轮廓提取算法获得基线,将小波提取的和轮廓提取的基线相加即为原数据的基线。针对这些算法效果与滑动窗宽度有关的缺点,提出了变压器色谱基线自适应扣除方法:用基于小波和轮廓提取的算法扣除基线,由所得数据求取每个成分的半峰宽,以最大的半峰宽乘以一系数为所需滑动窗宽,再以此窗宽和基于小波和轮廓提取的算法获得基线。自适应算法与基于小波和轮廓提取的算法比较实验研究的结果表明,前者比后者效果好,与滑动窗宽度关系不大,能自适应地提取变压器色谱基线。该法能广泛用于变压器油中溶解气体检测领域。     

基于模糊隶属函数的变压器色谱峰定性算法

把模糊技术引入了电力变压器色谱峰定性领域。该算法为:把要定性的色谱峰位作为模糊矢量,把各个成分作为模糊集元素,峰位相对于成分的隶属度函数用成分的绝对保留时间来构造,不失一般性,隶属度函数的形状取为三角形,2个相邻成分绝对保留时间中点的隶属度值设为50%,若某个峰位相对于某个成分的隶属度函数值大于50%,则这个峰位就是所用隶属度函数的那个成分的峰位,若存在多个峰位隶属于某个成分,则隶属度最大的那个峰位是相应成分的峰位,其余是假峰。对该算法进行了测试,结果表明:该算法方法简单,抗峰漂移性能良好,可以剔除假峰,具有显著的优点。     

基于模糊隶属函数的变压器色谱峰定性算法

把模糊技术引入了电力变压器色谱峰定性领域。该算法为：把要定性的色谱峰位作为模糊矢量，把各个成分作为模糊集元素，峰位相对于成分的隶属度函数用成分的绝对保留时间来构造，不失一般性，隶属度函数的形状取为三角形，2个相邻成分绝对保留时间中点的隶属度值设为50％，若某个峰位相对于某个成分的隶属度函数值大于50％，则这个峰位就是所用隶属度函数的那个成分的峰位，若存在多个峰位隶属于某个成分，则隶属度最大的那个峰位是相应成分的峰位，其余是假峰。对该算法进行了测试，结果表明：该算法方法简单，抗峰漂移性能良好，可以剔除假峰，具有显著的优点。     

基于滑动窗口和多元高斯分布的变压器油色谱异常值检测

现有的变压器油色谱在线监测数据因监测装置问题频繁出现失真,严重影响了整个在线监测系统的有效性和实用性。传统阈值判定法无法灵活及时地发现变压器本体设备和监测装置的异常。对此,提出了一种基于滑动窗口和多元高斯分布的变压器油色谱异常值检测方法,利用指数加权移动平均法和滑动窗口计算历史每笔数据中氢气、乙炔、总烃的估计值,获取到与监测值的残差数据后,再通过多元高斯分布,进行异常值检测。通过某变电站油中气体数据对本算法进行验证结果表明,该方法不仅能实时检测出变压器本体异常还能发现监测装置数据失真,并能祛除数据突变和噪声带来的影响,具有一定实用价值。     

改进滑动窗口核主元分析算法

传统滑动窗口主元分析算法在处理工程参数缓慢劣化问题时存在过适应现象,且容易产生误报、漏报的问题。为此,本文以滑动窗口核主元分析(KPCA)算法为基础提出一种基于数据块的改进滑动窗口核主元分析算法。该算法采用MATLAB软件进行数据标准化预处理,利用迭代法剔除采样数据异常值;在检测过程中以数据块为单位进行模型更新,通过调节数据块的大小,使故障诊断更加快速、准确。将该算法和传统核主元算法分别应用于风力发电机组实验数据分析,验证了本文所提出的改进算法能够更好地解决参数缓慢劣化问题。     

变压器油色谱在线监测数据甄别与清洗技术

油色谱在线监测系统能够连续、实时监测主变内部绝缘状况,其监测数据是否准确、可靠直接关系到主变的安全稳定运行。经调查,福建省电网在用主变油色谱在线监测系统的运行现状,发现系统存在报警信号滞后、传感器装置故障频次较高造成数据不可靠等问题。为此,首先提出采用滑动窗口的形式实时采集在线监测数据,利用基于密度模式的空间数据聚类算法将滑动窗口内数据逐一甄别;其次,针对不同数据类型的在线监测系统"脏数据",采取不同清洗手段,并利用小波神经网络算法预测和填补清洗数据点;最后,通过实例验证所提方法能够准确甄别在线监测数据类型,有效地清洗在线监测"脏数据",提升在线监测数据的可靠性和数据处理及时性。     

面向变压器油色谱分析的复合滤波算法

变压器油色谱在数据采集过程中易受到干扰,导致谱图基线抖动,从而降低色谱峰识别准确性。针对以上问题,提出一种改进型限幅滤波、滑动平均滤波相结合的滤波方法;通过改进型中值滤波法估算基线值并作为限幅滤波基准,配合限幅阈值滤除毛刺型脉冲干扰信号和基线噪声,同时采用滑动平均滤波算法提高谱图曲线的平滑度。运行结果表明,该复合滤波算法能有效消除基线抖动,滤除干扰信号,进而提高变压器油中溶解气体分析的准确度和可靠性。     

基于滑动标准差计算的光伏阵列异常数据清洗办法

光伏阵列运行数据中存在大量异常数据,这些异常数据会对光伏阵列性能分析、建模、故障诊断的实现带来困难。为了有效剔除光伏阵列运行数据中的异常数据,提出了一种基于滑动标准差的光伏阵列异常数据清洗方法。分析了阵列异常数据的来源及分布特性,给出了光伏阵列滑动标准差的计算方法。该方法以滑动标准差的曲线上翘作为异常数据的判断依据。最后通过实例分析以及其他方法对比,说明该算法可以有效降低由于异常数据集中分布带来的异常数据清洗困难。     

基于改进的ARMA递推算法的低频振荡模式在线辨识

为提高电力系统低频振荡现象的实时监测水平,提出采用一种基于自回归滑动平均模型的两段加权递推最小二乘算法进行低频振荡模式辨识,并通过估计ARMA谱的方法以提取低频振荡的主导模式。该改进算法先采用加权递推最小二乘算法拟合高阶AR模型单独得到白噪声估值,再将该估值用于常规加权递推最小二乘算法中,提高了算法参数辨识的精度和收敛速度。New-England 39节点系统的时域仿真测试验证了该改进算法对低频振荡模式辨识的有效性,并通过与常规加权递推最小二乘算法辨识效果的比较验证了该改进算法对低频振荡模式的辨识具有更好的精确性且提高了收敛速度。最后通过对某电网PMU实测数据的辨识分析,验证了该改进算法能够准确地辨识系统的低频振荡主导模式频率和阻尼比,具有实际的工程意义。     

曲线拟合法用于SF6分解组分的重叠色谱峰分离研究(英文)

The SF6 decomposed products are very alike,so the peaks of the SF6 decomposed products are overlapped.It make us hard to quantitatively calculate.This paper introduced a method to separate the overlapped chromatogram peaks with iterative curve-fitting and Gauss function,and deduced the formula of the iterative curve-fitting;provided a method to calculate the initial value of the peaks intensity and width by iterative formula,and confirm the final peaks intensity and width to separate the overlapped signals.By the analysis of the real chromatogram data,it proved the validity of this method on the main components used in distinguishing the GIS internal defects.This method overcomes the influence of SF6 peak to the other thin concentration peaks,so it can be used in the study of the quantitative analysis of the decomposed products on different failures and different voltages.     

考虑发展不均衡的电动汽车充电负荷预测

针对小范围内电动汽车样本数量较少的特点,首先提出了基于电动汽车发展不均衡的电动汽车充电需求计算方法,对比了三种不同的拟合方法,并指出了不同情况下不同拟合如何选取;而后,提出了利用电动汽车剩余电量SOC确定电动汽车是否充电的方法,从剩余电量的角度给出了判断电动汽车是否充电的依据;最后,考虑到充电策略执行的可行性与实时性,提出了一种充电桩与用户交互的自由有序充电方式选择策略。针对特定区域内电动汽车充电需求,文章给出了需充电电动汽车数量,并依据SOC判别每辆EV是否充电,进而确定自由有序充电策略下的负荷曲线并与无序充电结果进行对比。仿真结果表明,采用该充电策略可以有效减小充电负荷峰谷差,转移充电负荷峰值,减少电动汽车充电桩需求数量,提高充电桩的使用率。     

改进型多项式匹配图像去噪算法的研究与应用

为进一步改善常规多项式匹配算法的去噪能力,针对常规多项式匹配算法容易模糊图像边缘/纹理等细节问题,提出一种基于边缘保护的改进多项式匹配滤波的算法。该方法在常规多项式匹配算法基础上,改进滤波窗口的选择方式,沿着图像纹理走向方向提取自适应滑动滤波窗口,选择具有最小匹配误差的窗口进行匹配滤波并作为最终输出结果。然后分别在灰度图像和实际CT图像进行测试,经数据验证表明,该方法在有效压制噪声的前提下能够保持边缘/纹理信息,峰值信噪比平均提升80%以上,均方根误差减少80%以上。认为和常规多项式滤波方法、中值滤波方法、双边滤波方法、边缘保持滤波方法、三维块匹配去噪算法和去噪卷积神经网络方法相比,改进方法能够有效提升图像视觉效果,满足图像应用要求,具有良好的应用前景。     

基于曲线相似与低秩矩阵的缺失电量数据补全方法

低压台区用电数据是电网运营中众多高级应用的基础。然而,在泛在电力物联网数据采集、传输、储存管理的过程中,会不可避免地出现数据缺失的情况,在一定程度上影响上层高级应用。针对这一问题,文章研究并提出曲线相似与低秩矩阵填充理论相结合的用电数据缺失补全方法。首先通过分析电量数据矩阵奇异值分布,揭示其低秩特性,完成数据恢复可行性判定。在此基础上,考虑用电曲线之间的差异性,提出预填充-曲线相似分类-二次填充的数据恢复方法,在对电量矩阵进行预填充之后,对于每一条待恢复的用电量曲线,基于考虑数据缺失的曲线相似性测度,找到与其最为相似的k条曲线构成数据矩阵,之后再次应用低秩矩阵填充理论恢复缺失数据,以提高恢复精度。以华北某电网居民用户电量数据进行试验,并将文章提出的方法与经典插值补齐法相比较,验证了所提出的电量曲线聚类与矩阵填充相结合的方法可以更有效补齐缺失电量数据。     

一种基于曲线拟合的柱面图像匹配算法

传统的RANSAC误匹配剔除算法对柱面图像误匹配剔除效果较差,为了解决这一问题,提出一种基于曲线拟合的误匹配剔除算法.首先对两幅图像进行SURF特征提取并采用最近邻匹配法进行粗匹配,然后将匹配点对集合按照所在列数的大小进行排序,最后将每个匹配点对两个特征点所确定的直线的斜率集合、欧式距离集合分别进行曲线拟合从而剔除误匹配.实验证明,提出的基于曲线拟合的图像匹配算法明显增加了剔除误匹配后靠近柱面图像边缘部分的匹配点数量,提高了柱面图像匹配的精度.     

基于堆叠自动编码器的电网运行断面相似性匹配研究

面向电网历史数据挖掘需求,提出了一种基于堆叠自动编码器(stacked automatic encoder, SAE)的电网运行断面相似性匹配方法。基于历史断面信息,结合电网运行特点,筛选有效样本数据。通过无标签的电网运行断面有效样本数据和逐层自动编码器(automatic encoder, AE)得到预训练阶段的权重和偏差参数。进一步地,在参数微调阶段利用带标签的样本数据、初始化后的权重以及偏差对整个网络进行参数优化,得到能够挖掘运行断面深层特征的堆叠自编码网络。所提方法通过SAE算法的深层架构建立历史运行断面数据与相似性度量的非线性映射关系,进而可得到有价值的历史信息。采用IEEE 39节点算例对所提方法进行验证。结果表明,所提方法相较K-means算法匹配准确率较高,错误率随迭代次数的增加下降速度较快。     

智能电网环境下基于大数据挖掘的居民负荷设备识别与负荷建模

利用数据挖掘技术对用户负荷大数据进行处理,既可以通过识别用电负荷设备来分析用户的用电行为习惯,又可以辅助进行负荷精确建模,实现精确而有目标性的需求侧管理或制定具有针对性的零售商售电策略。在此背景下,基于动态时间弯曲(dynamic time warping,DTW)的时间序列匹配方法,提出了一种低频负荷数据下的居民电器设备识别方法。首先,将负荷数据分割成单负荷设备运行和多负荷设备同时运行2种情况下的负荷子序列;然后,依据待识别子序列的时间长度,参照实测的电器设备耗电功率数据,生成与其时间长度一致的电器设备耗电功率参考序列,其中包含了从电器设备启动前一时刻至设备关闭后一时刻的功率变化情形;最后,以DTW距离作为相似性度量指标确定识别结果。对于由多负荷设备运行产生的负荷序列,提出了一种剔除已识别设备后将序列再次分割,如此交替进行的识别策略。在获得识别结果后,构建了居民负荷统计模型。借助于高效数据分析软件R语言平台,实现了所提出的算法,并使用500组负荷数据进行了数据实验。结果表明,在对负荷数据每min采样1次的情况下,所提出的负荷设备识别方法对单设备负荷序列识别的准确率超过93%,对多设备负荷序列识别的准确率接近83%。     

结合EMD-WVD和布谷鸟搜索算法的输电线路故障暂态保护

为促进基于波形唯一性暂态保护原理的实用化,提出了一种结合经验模态分解-维格纳威尔分布（EMD-WVD）和布谷鸟搜索算法的输电线路暂态保护方法。该方法利用EMD处理故障暂态信号,得到不同频段的单分量信号;采用波形相关性系数对各单分量信号分别与原暂态信号进行相似度计算,筛选真实暂态信号分量。然后,对真分量分别求WVD,并将所有真分量的WVD进行线性叠加获得的能量谱密度图与故障样本库中的能量谱密度图不断迭代匹配计算相似度,依据相似度判别区内外故障,实现输电线路故障快速可靠保护。仿真结果表明,EMD-WVD方法能有效提高故障暂态波形分析的准确度,布谷鸟搜索算法能有效提高波形匹配速度,两者结合有望促进暂态保护的实用化。     

S109FA机组滑参数停机方案初探

为了缩短燃气-蒸汽联合循环中汽轮机停机后的自然冷却时间,以便检查和检修,希望采用滑参数停机。介绍了Mark Ⅵ温度匹配法及减温水法2种滑参数停机的方法、优缺点和操作步骤。实践表明,2种方法各有利弊,建议先用减温水法,待高压过热器2进口蒸汽过热度接近30℃时,再用温度匹配法进行滑参数停机。