基于故障粒度划分的NoC链路自适应容错方法

No C中数据包的传输需要经过链路,且链路占据了芯片上的绝大部分面积,故对链路的容错尤为重要.为解决链路的故障问题,该文将链路故障进行粒度划分,并提出了一种自适应的链路容错方法.当链路出现粗粒度故障时,重配置另一条链路的方向来传输数据包.当链路出现细粒度故障时,结合网络通信状态,选择重配置另一条链路的方向或利用自身剩余的完好位线来多次传输数据包.实验结果表明,该文方法较双向链路重配置方案和单向链路多次传输的容错方案而言,延时最多减小27.2%和34.2%,吞吐率最多增大21.7%和35.3%。在链路出现不同情况的故障时,该文方案有着明显的优势,保证了网络的可靠性。     

三维片上网络TSV复用容错策略

三维片上网络结合了垂直互连技术所带来的优势和片上网络所具有的可扩展性的优点,大大提高了系统的性能,降低了功耗.但目前的制造工艺使得用于垂直互连的硅通孔(TSV)的产品良率仍然较低,严重影响三维片上网络系统通信的可靠性.以往处理TSV硬故障一般是通过添加一定数目的冗余链路来达到容错的目的,但这种方法会带来较大的面积和功耗的开销,并且只能处理数量有限的TSV故障.不添加冗余链路,通过对故障链路中功能良好TSV的复用,将数据微片多次传输,达到容TSV硬故障的目的.通过添加ECC编码解码模块来达到容瞬时故障的目的.实验分析表明,该设计方案在保证系统可靠性的基础上还具有较高的吞吐量与较低的延时.     

片上网络互联的划分测试

在伪穷举测试的基础上,提出了一种片上网络互联的划分测试。将片上的资源（主要是路由器和通道）按一定的方法划分为4个区,然后采用伪穷举测试的方法分别对每个分区进行测试。实验证明,随着芯片规模的增大,本方法比伪穷举测试减少了测试时间和测试包数,降低了测试功耗,缩小了片上报错的范围。另外,本文还在划分测试的基础上提出了一种错误定位的方法,可以将出错的路由器或通道定位到出错分区的具体位置。     

片上网络通信中过热点的弱化方法

提出一种能够弱化片上网络通信过程中过热点的方法。过热点会导致通信延时和router的功耗增大,在NoC中需要尽可能的减少过热点的出现。通过增加通信量较大的IP核所连接的router数目和设计新的通信路由算法减少过热点的发生。在4×4Mesh结构上仿真了所提Ⅲ的方案,统计了数据传输延时和单个router的最大交换次数。实验结果表明,这种方法能够有效的减小数据传输延时和片上router的平均功耗,并且能够有效的降低NoC中过热点出现的可能性。     

基于深度置信网络的三相串联故障电弧检测方法

针对三相串联故障电弧的研究大多只是提供一种能够识别出故障电弧的方法,没有考虑用于工业实时检测的可能性,提出了一种基于深度置信网络的故障电弧检测方法。首先,通过搭建三相异步电机故障电弧实验平台获取不同故障情况下的电流数据,并利用提升小波变换对其进行去噪;其次,通过核主成分分析法KPCA(kernel principal component analysis)提取去噪之后的数据的主成分,减少需要分析的变量;最后,通过PSO优化的DBN网络进行故障识别,与BP神经网络和极限学习机相比,其检测速度更快且准确率达到了98.8%,为应用于实时检测提供了可能性。     

基于自组织特征映射网络的电弧故障检测方法

一般利用故障电弧产生时的电流波形特性进行电弧故障检测。随着线路负载种类的日益增多,故障电弧产生时的电流波形与某些负载无弧情况下的电流波形十分相似,难以通过简单的电流时频域特征进行电弧故障检测,影响电弧故障检测的准确性。针对该问题,提出一种自组织特征映射网络与滑窗法相结合的电弧故障检测方法,在自组织特征映射网络自主挖掘电流数据内在特征的基础上,利用相邻周期电流样本之间的关联性与连续性,对电流信号进行连续检测,提高电弧故障检测准确率。所提方法能有效实现电弧故障检测,电弧故障检测准确率可达99 %。     

大型电力网络电气传动故障检测方法研究与仿真

电力网络作为一种新的分布式网络具有自修复、自管理的能力,在电力行业中具有广阔应用价值。目前应用的大型电力网络中电气传动节点受到资源限制,在使用中对环境要求较高,传动节点较为脆弱,故障节点甚至导致整个电力网络中断。提出一种优化的电力网络电气传动节点故障信号挖掘方法,在基于比较模型信号故障诊断方法基础上,提出分层的、自适应的和分布式的自诊断方案,建立两层最短电力网络路径树结构,使得传动信号故障能够在大型电力网络中被迅速挖掘。仿真实验表明,电力网络电气传动故障信号挖掘方法,针对大型电力网络,能够准确发现传动信号故障,提高网络可靠性。     

基于卡尔曼滤波器的网络控制系统的故障检测

网络控制系统的故障检测是一个新的研究课题。充分考虑了网络控制系统的延时特性,并基于观测器的方法来分析网络控制系统的特性。只考虑从传感器到控制器的网络时延,构造一个具有时延补偿功能的最优观测器来估计系统的全部状态,最后得出系统的残差只跟故障和噪声有关的结论。     

基于关键IP核加固的片上网络容错机制

片上网络中的路由器故障将导致与其相连的IP核不能通信,严重影响了片上网络的性能.因此提出一种基于片上网络2D-mesh结构的容错机制,通过将关键IP核的资源网络接口与相邻节点的资源网络接口相连进行IP核的加固,在每个路由器的各个端口中配置邻居节点状态寄存器标示邻居节点的好坏,在路由计算时通过检查寄存器绕过故障路由器,同...     

基于EfficientDet网络的输电线路故障检测

为保障电力系统的安全运行,需要对输电线路进行全方位的智能监测和实时预警.针对电力行业缺少公开图像数据样本、故障特征不明显、小目标难以检测的问题,提出了一种基于EfficientDet网络的输电线路故障检测方法.首先,采集并仿真多场景下的输电线路异物悬挂、导线散股断股两类故障,整理形成故障数据集.考虑到故障样本中存在诸多...     

NoC中负载均衡的AVOQ路由器设计

针对片上网络中使用虚拟输出队列(VOQ)机制的路由器在网络拥塞时存在的头阻塞问题,提出负载均衡的AVOQ路由器架构。首先,输入缓冲区仍使用VOQ机制来处理头阻塞问题。其次,在路由计算模块自适应地选择输出端口,确保数据从较不拥塞的端口输出;在单个虚通道内自适应地读取数据包,确保下游不拥塞的流量能够在网络里流通。实验结果表明,相较于虚通道路由器和VOQ路由器,AVOQ路由器平均延时最多减少83.2%和57.1%,吞吐率最多增加72.7%和33.3%,功耗和面积开销可接受。该方案通过两个层级的自适应均衡全网的流量分布,缓解拥塞,进而降低头阻塞出现的可能性,并在头阻塞出现时消除其影响,提升网络性能。     

经消弧线圈接地系统单相接地故障选线研究

分析了注入变频信号选线原理存在选线误判现象的不足,并通过仿真进行了验证。在找到了引起选线误判根本原因的基础上,提出了一种改进方法,主要是对选线判据的改进。通过仿真可知,该判据保证了无论是短线路还是长线路发生单相接地时均有较高的选线精度。     

基于XGBoost的配电网高阻接地故障检测方法

配电网高阻接地故障具有电气量微弱、与正常运行工况相似等特点,因此难以检测。针对传统指标阈值法常由经验整定,在复杂环境下适应性较差、灵敏性不足等问题,提出一种基于极端梯度提升(extreme gradient boosting, XGBoost)的配电网高阻接地故障检测方法,以避免复杂的阈值整定。首先,通过建立10 kV中压配电系统高阻接地故障的等效模型,获取高阻接地故障和正常运行工况的零序电流数据。然后,在对数据进行归一化处理的基础上,利用XGBoost直接从原始量测信息中学习其与高阻接地故障的映射关系,构建高阻接地故障检测模型,以降低因特征提取产生的误差。最后,大量仿真结果表明,所提方法对高阻接地故障检测具有较好的灵敏性和速动性,并且在噪声和数据缺失等情况下表现出较强的泛化能力。     

利用空间电磁场感应检测小电流接地故障

针对架空线路小电流接地故障信号不易获取的问题,提出一种利用电磁场感应实现非接触式故障检测的新方法.对三相架空线路周围故障前后的电场和磁场特征进行了深入研究,发现线路下方水平磁场与零模电流基本成比例关系,垂直电场与零模电压基本成比例关系.利用电磁场传感器感应水平磁场和垂直电场可以获取零模电流和零模电压信号,利用获取的故障信号,提取故障特征,可以实现小电流接地故障选线与定位.提出了现场应用方案和需要解决的若干关键问题,最后通过仿真验证了该方法的正确性.     

电机转子系统早期故障可视化检测的差分振子法

在对提取电机转子微弱故障信号方面作了深入研究的基础上,提出了电机转子系统早期故障可视化检测的差分振子法。该方法是在差分方程的基础上构造检测器,确定系统激励频率fe及检测频率fd,当被测信号中含有fd这一频率成分时,系统即刻产生共振来抑制噪声,其相图发生明显的变化,由相图的变化判断系统是否发生故障,从而实现了早期故障的可视化检测。将该方法应用于同步发电机转子匝间短路及转子碰摩故障的识别中,实例仿真证明了该方法的有效性。     

配电网单相接地故障快速选相方法研究

配电网单相接地故障传统判相方法需要考虑相序和电压大小来判别故障相,但高阻接地故障时相角测量较为困难,因此故障相判断难度很大.通过分析小电流接地系统发生单相接地故障时各相电压以及中性点电压随故障电阻变化的关系,提出单相接地故障时仅根据中性点电压大小以及相电压大小直接判断故障相的简化方法.最后通过PSCAD/EMTDC搭建...     

基于粗集神经网络的配电网故障选线研究

为了克服基于神经网络的故障选线方法训练时间长和网络结构复杂的缺点,提出了基于粗集神经网络的故障选线方法.利用ATP-EMTP做大量的单相接地故障仿真试验,得到大量的各馈线零序电流信号,通过小波变换和傅立叶变换从中提取各种暂态和稳态故障特征.利用粗集理论对故障特征进行预处理,将约简后的故障特征作为神经网络的输入,约简后的样本作为训练样本.完成训练的神经网络模型即可实现故障选线.仿真和现场验证结果表明,该方法训练速度快、误判率低.     

一种用于配电网故障数据自同步的故障时刻检测方法

配电网故障数据自同步算法以故障发生时刻为基准,不依赖于外部对时装置,不受数据通信传输路径与通信信道延时的影响,可以在较低成本的情况下实现故障数据的同步。而精确的故障发生时刻检测是实现故障数据自同步的关键。为此提出了适用于故障数据对时同步的故障时刻精确检测方法。该方法首先利用故障信号构造Hankel矩阵,对故障信号进行分解,得出细节信号,最后结合模极大值法求解故障数据的奇异点,即故障发生时刻。仿真结果表明,该方法可以有效降低因故障检测延时不同导致的同步误差,且具有较高稳定性。     

消弧线圈接地系统的单相接地选线研究

就消弧线圈接地系统的接地选线问题,论文进行了详尽的分析和研究,特别是推出了专利（200510020427.9）提出的单相接地选线方法,该方法采用瞬变信号正弦逼近方法求取线路零序电流的瞬时幅值和瞬时初相位,实现了基于单相接地瞬间暂态特征的接地选线原理和基于消弧线圈补偿特征的接地选线原理,其选线适应性强和选线准确率高,是一种在原理上和实现方法上都理想的消弧线圈接地系统接地选线方法。论文还给出了该方法在现场应用中的接地选线结果。