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。     

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。     

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。     

基于双回线环流的时域法故障定位

该文提出了一种利用双端电流量实现双回线故障定位的时域测距算法。该算法利用双回线环流网与两侧系统无关且两端电压为零的特点，只用线路两端的电流量，就可计算出环流网的沿线电压分布，并根据从两端计算得到的电压分布差值在故障点处最小的原理实现测距。由于避免了使用电压量，故该测距原理不受电容式电压互感器(CVT)不能传变高频电压暂态信号的限制，该算法能够利用故障全过程的任何一段数据实现测距，且该算法所需数据窗短，只要略大于被测线路传输时问的2倍即可。该算法采用分布参数线模，克服了忽略线路电容带来的误差，适用于高压长距离输电线。仿真结果表明：测距误差将小于0．15km，且测距精度不受故障类型和过渡电阻的影响。     

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。     

变压器励磁涌流的相移比较鉴别方法

为了满足现代变压器保护动作快速性的要求，针对变压器铁心饱和的过程中具有非线性特性，提出了一种利用相移比较的短数据窗算法。该方法利用前一段波形估计出的基波相量经移相后与后一段波形估计的相量相比较来判别故障和励磁涌流，并给出了具体的故障判别方案。动模试验表明：该方法原理简单、易于实现，能够迅速、可靠地切除各种情况下变压器的内部故障。     

基于周期滑动平均卡尔曼滤波的船载式称重传感器误差抑制算法

随着基础设施建设工程走向海洋，船载式混凝土搅拌站得到了大量的应用，但其在波浪激励下会产生升沉、横摇、纵摇、横荡、纵荡的复合运动，从而会导致计量系统产生偏差。基于此给出一种基于周期滑动平均卡尔曼滤波的船载式称重传感器误差抑制算法。首先，通过传统卡尔曼滤波对原始数据进行处理，消除其中的随机误差；然后，通过短时傅里叶变换对数据进行频谱分析，获取周期性误差的频率特征；最后通过滑动窗口均值滤波来消除系统中的周期性误差。通过6自由度实验平台模拟存在波浪激励时船舶的运动情况并通过三点秤进行计量称重，分别记录不同算法处理后的称重数据。实验结果表明，原始称重数据最大误差为9.6%;卡尔曼滤波处理的称重数据最大误差为2.1%;本文给出算法处理的称重数据最大误差为0.3%,该算法能够有效消除由于周期性波浪激励所造成的周期性误差和传感器本身所产生的随机误差，提高船载式混凝土搅拌站的计量精度。     

快速滤波算法用于在线监测数据预处理

提出了可较好地解决电力设备在线监测中数据预处理所遇到问题的一种中值滤波快速算法 ,该算法先把无序数据序列转变为有序数据序列 ,再据其可用二分法快速查找中值的特点 ,通过滑动窗获取实时数据后中值滤波 ,从而满足了处理时对在线监测数据实时性、真实性的要求。     

舰船地震波信号的滑动功率谱实时检测算法

为提高低信噪比环境下的地震波信号检测概率,结合自适应线谱增强技术,基于滑动功率谱提出一种新的舰船地震波信号实时检测算法。首先利用自适应线谱增强技术对信号进行处理,然后对处理后的信号进行功率谱估计,选取一段频带内的平均功率作为检测特征量,并设计相应的自适应检测阈值算子,最后根据一定的检测规则完成对舰船地震波信号的实时检测。实测数据和仿真数据表明,该检测算法能够有效完成低信噪比的目标检测,在信噪比为-15 dB时,检测概率达到93%。     

LZ77在PHM数据采集系统中的应用研究

在基于DSP的PHM数据采集系统中,大量冗余数据会给系统的数据传输、存储和处理带来负担,严重影响系统性能.针对这一问题,在分析了常用的无损压缩算法后,采用了LZ77压缩算法对采集到的数据进行压缩.压缩过程中,压缩效率与压缩比是一对矛盾.因此,算法在实现过程中采用了可变滑动窗口来兼顾两者,使整体压缩效果最优.结果表明,该...     

基于时移相位差校正的准同期算法的研究

由于并列双方电压信号的频率不相等且在并列过程中不断变化，难以同时实现同步采样。DFT算法存在因时域截断而产生的频谱泄漏，因此用于测量并列电压参数误差较大。文中提出的基于加窗和相位差校正的新DFT算法，利用原始采样数据，构造出两段数据序列，其中第二段序列比第一段滞后L点。对这两段序列作加窗DFT后，再利用其对应峰值谱线的相位差对并列双方电压信号的频率、幅值和相位等参数进行校正。该算法无需对电压信号进行同步采样，可有效减少非整周期采样所造成的泄漏误差，从而精确地测量电压信号的参数，且算法适合于多种对称窗函数仿真结果证明该算法测量精度高，具有较好的实用价值。     

基于窗口滑动总体最小二乘法的输电线路参数辨识

输电线路参数的准确度与电力系统稳定运行密切相关,而广域测量系统的发展为利用PMU实测数据获取线路参数提供了新的途径.提出基于滑动窗口总体最小二乘的线路参数辨识算法,该方法对PMU数据采取窗口滑动处理,将目标函数变为窗口误差平方和最小,因而抗噪声能力较强;同时,对于大量辨识结果的可信度分别进行核密度估计和点估计,以获取参数辨识值的统计结果.仿真分析表明,该方法与单时刻辨识相比在含噪声环境下仍然能够保持较高的准确性与稳定性.某电网500kV线路实测PMU数据计算结果也验证了该方法的有效性和准确性.     

基于Prony滑动平均窗算法的电力系统低频振荡特征分析

Prony算法能根据实测数据辨识系统的相关特性参数,有助于分析系统低频振荡。针对传统Prony算法只能分析部分数据且对噪声敏感的问题,提出一种Prony滑动平均窗算法,分窗口对数据进行分析,不仅能充分利用数据,而且采用求和取平均的方法在一定程度上能削弱噪声,即使在信噪比非常小的情况下仍能得到准确的辨识结果。基于PSASP软件的仿真分析验证了Prony滑动平均窗算法所得结果的准确性。     

一种新型两段关闭装置的设计与应用

水轮机导叶两段关闭是抑制甩负荷时发电机组转速与水压升高的最经济有效的措施之一。传统的两段关闭装置管路复杂，渗漏点多，安装、调试十分不便，且其采用滑动活塞结构，容易造成活塞卡塞，出现拒动，威胁水电站安全运行。提出一种新型的两段关闭装置，采用独特的设计和标准的液压元件，克服了上述缺陷，实现了产品标准化，且成本大大降低。电站运行表明：该新型的两段关闭装置功能完善、安装调整方便、可靠性高。