一种广义S变换及模糊SOM网络的电能质量多扰动检测和识别方法

针对暂态电能质量电压多扰动信号的检测与分类问题,提出一种基于广义S变换及模糊SOM神经网络的暂态电能质量检测和识别方法。针对常见的电压多扰动信号,特别是两种扰动叠加的情况,采用广义S变换对扰动信号的时频特征进行提取,并取变换后的时间幅值平方和均值和特征频点作为神经网络的输入样本,采用模糊SOM神经网络进行训练,再用新的多扰动数据进行网络检验。仿真与实验结果表明,广义S变换能有效提高电能质量多扰动特征检测,模糊SOM神经网络能精确对其进行分类,该方法能够较好的解决电压多扰动叠加情况的定性和定量分类问题。     

基于广义S变换的高斯领域时频滤波方法

针对S变换时频滤波局部时频区域选择问题,提出了一种高斯邻域阈值滤波方法。首先,利用S变换的二维时频特性,构建时频分辨率可调的广义S变换,提高分析信号的时频分辨率。然后根据不同时频分布类型,定义了3种不同的高斯邻域时频滤波模型。针对不同模型高斯邻域,对信号中S矩阵高斯邻域内的时频数据采用局部阈值处理,保留有用信息,通过广义S反变换得到滤波后的信号。仿真与实验结果表明,广义S变换高斯邻域时频阈值滤波方法具有较高的滤波精度,该滤波模型能有效减小滤波均方差。     

基于影响因子的频域盲源分离排序算法

卷积混合信号盲源分离可以在频域得到有效解决,但频域盲源分离必须解决排序问题.本文研究了频点距离和各频点分离质量对基于相邻频点幅度相关性的排序算法的影响,提出了改进的频域盲源分离排序算法.改进算法通过影响因子来控制频点距离和各频点分离质量对排序的影响,距离小且分离质量好的频点设置较大影响因子,距离大或分离质量不好的频点则设置较小影响因子.文中详细讨论了影响因子的设定函数.最后对瞬时混合信号、卷积混合信号、实际房间采集信号分别进行盲源分离实验.实验结果表明了本文算法的有效性.     

基于修正 RSSI 值的四边形加权质心定位算法

在利用接收信号强度指示(RSSI)对无线传感器网络中的未知节点进行定位时,RSSI 值易受环境的影响导致定位误差, 为此提出基于 RSSI 测距修正的四边形加权质心定位算法(QWCRC)。 先对来自同一锚节点的多个 RSSI 值进行卡尔曼滤波,得 到修正的 RSSI 值,致使测距尽可能的接近真实距离;再采用四边形加权定位对未知节点进行定位,同时利用最小二乘法进行辅 助定位,此算法对于相邻锚节点圆不相交的情况给出新的解决方案。 实验结果对比表明,改进的算法相比较于四边形加权质心 算法(QWC)和 RSSI 测距修正的三角形加权算法(TWCRC),在锚节点数目 5×5 和噪声强度为 0 dbm 时,定位精度可分别提升 87. 14%和 35. 51%。     

三相负荷平衡的光伏逆变器与充电桩协调优化控制策略

平衡的三相四线制或五线制低压配电网能夠显著增加对分布式电源、电动汽车的接纳能力。大量光伏发电、电动汽车接入低压配电网可能导致网损大幅增加,三相不平衡加剧,配变过载,电压越限,威胁配电网的安全、经济运行。针对已有的负荷平衡方法代价高、适应性低的不足,从将重载相负荷转移至轻载相的基本原理出发,提出了在配电网中配置多副公共直流母线,设计了两种将位置相近、从不同相接入的光伏逆变器、充电桩直流侧连接至此共同直流母线的具有不同结构与造价的方案。构建了光伏逆变器、充电桩协调优化控制的线性约束混合整数二次规划的模型。模型的目标函数能够兼顾降损与平衡负荷。采用实际71节点低压配电系统仿真计算,与无序充电及经典方法进行了对比,验证了所提方法计算速度快,能夠满足在线运行的要求,具有完全平衡三相负荷,降低网损,削峰填谷,改善供电电压质量等优越性能。#$NL关键词: 光伏发电;电动汽车;配电网;协调优化控制;三相不平衡     

LFM信号DOA估计分数阶量纲归一化方法

针对多分量线性调频信号存在重叠、漏检现象,导致波达方向的估计存在较大误差问题,提出多分量线性调频信号分数阶傅里叶域量纲归一化方法。首先给出了多分量LFM信号的阵列模型,讨论了阵列模型信号时频坐标系进行量纲归一化。通过对相干环境下分数阶傅里叶域进行量纲归一化操作,提高多分量信号在分数阶傅里叶域的分辨能力,保证信源数目估计的准确性。仿真结果表明该方法正确的识别信源组数,提高多分量信号波达方向估计精确度,信噪比低于-4 d B的信号抗干扰能力明显增强。     

基于最优Bohman窗的改进S变换电能质量扰动特征精确快速提取方法

针对传统S变换存在时频分辨率低且计算量大的问题,该文提出一种基于最优Bohman窗的改进S变换。该方法通过直接控制窗长获得最优时频分辨率,同时只针对主要频率点进行时频分析,实现对各类扰动信号特征的精确快速提取。首先根据所提评价标准确定最优长度参数;其次将采样信号进行快速傅里叶变换得到FFT频谱,再通过基于极大值包络的动态测度快速算法确定主要频率点;然后根据主要频率点所处频段选择对应最优长度参数进行计算处理;最后根据模时频矩阵计算时频幅值向量完成时频特征提取。仿真分析和实验结果表明,所提方法相较于传统S变换具有更高的时频分辨率和更短的计算时间,适用于电能质量扰动信号特征的精确快速提取。     

基于小波变换和ICA特征提取的开关电流电路故障诊断

提出了采用小波变换和独立成分分析(ICA)作为预处理器来进行特征提取的神经网络开关电流电路故障诊断方法。该方法对采集到的故障响应信号进行Haar小波正交滤波器分解,获得低频近似信息和高频细节信息;然后利用独立成分分析方法进行ICA故障特征提取;最后将所得到的最优故障特征输入到BP神经网络中进行故障分类。对六阶切比雪夫低通滤波器和六阶椭圆带通滤波器电路进行了仿真实验验证,获得了100%的故障诊断准确率,与其他方法进行比较,实验结果显示了该方法的优越性。     

频域逼近优化的开关电流电路小波变换方法

提出了一种频域逼近优化的开关电流电路小波变换方法。利用小波函数幅度响应和相位响应信息,并考虑滤波器稳定性,设计小波基滤波器频域逼近优化模型,模型可采用常规优化算法求解。基于第二代开关电流积分器电路,构造一阶节和双二阶节基本电路模块。以五阶高斯小波基为例进行优化逼近,对逼近获得的小波基滤波器传递函数进行级联分解,并采用开关电流基本电路模块进行小波基电路综合。分析表明,五阶高斯小波逼近时域均方误差仅为2.883×10-4,频域均方误差仅为5.061×10-4。仿真结果表明,电路具有逼近效果好、小波尺度可调谐、电路灵敏度低等特点。     

基于几何随机的非平稳车载信道建模及相关性分析

车载(V2V)通信系统是未来智能交通系统的重要组成部分,其非平稳特性已经在信道测量中得到验证。针对V2V多入多出通信系统,提出一种非平稳双环几何随机信道模型。为了描述信道的非平稳性,将到达角(AOAs)和离开角(AODs)的时变特性引入模型中,推导了模型的空间互相关函数(CCF)和时间自相关函数(ACF)等时变统计特征。此外基于修正等面积法(MMEA),开发了相应的仿真模型,研究了散射环境、移动端的移动状态以及天线偏角对信道统计特性和非平稳性的影响。仿真结果表明,所提模型可以有效模拟V2V信道非平稳性,平稳状态下信道的统计特性与平稳双环模型的统计特性具有一致性,验证了本模型的正确性。