电力系统暂态电压稳定评估的混合智能特征双重筛选方法

含高比例新能源与直流接入的电力系统暂态电压稳定特征呈高维冗余性,影响基于数据驱动评估模型的效率和性能。为此,在构建一组适应含高比例新能源和直流接入场景的完备特征集合基础上,提出一种基于改进Relief算法和改进群智能优化算法双重筛选的混合智能特征选择方法,以降低原始特征维度,提高模型稳定评估的效率和准确率。首先,通过时序分层处理对原始Relief算法进行时序改进,并利用该改进算法进行特征的有效性度量,以消除分类低效特征,得到降维后的初筛特征子集;随后,融合特征有效性度量值对群智能优化算法进行搜索性能增强。再以此增强算法为寻优策略,并以时序分类模型卷积门控循环单元(convolution gated recurrent unit,ConvGRU)为分类器,构成基于群智能优化算法的封装式特征选择方案,进一步实现特征子集寻优。最后,通过算例对比分析,该方法下高维特征维度能压缩80%以上,且所选特征子集能有效提高评估模型的准确率,验证该方法对于高维时序特征筛选处理的有效性及必要性。     

基于卷积变分自编码器的日负荷曲线聚类研究

用户日用电数据可以反映用户的用电行为特征，聚类任务能够从大量运行数据中提取典型用户日负荷曲线为电力系统的规划与调度等任务提供依据。针对传统聚类方法在数据量庞大、数据维度较高的日负荷数据场景中具有效率低下、提取潜在表征困难等问题，提出基于卷积变分自编码器(variational autoencoders,VAE)的聚类方法对负荷曲线进行聚类。该方法首先通过卷积变分自编码器降维提取日负荷数据的潜在特征，并配合K-means进行负荷聚类任务，最后基于各负荷曲线与聚类中心的距离通过加权修正每一类聚类中心以得到更具代表性的典型日负荷曲线。利用UCI数据集中的葡萄牙用户实际采集数据进行算例验证，结果显示该方法的戴维森堡丁指数(Davies-Bouldin Index, DBI)相较于传统聚类方法 K-means、PCA+K-means等下降明显，说明类内更加紧密，类间更加远离，提高了聚类质量。然后利用高斯距离加权改进了聚类中心，提取到更加典型日负荷曲线，使得分析用户用电行为特征更为精确。验证了卷积变分自编码器聚类方法在日负荷曲线中的有效性。     

煤矿入井人员唯一性检测技术研究

通过分析掌纹、指纹、虹膜、人脸、步态、声纹等生物特征识别技术的特点以及煤矿现场对入井人员生物特征的影响,指出虹膜识别、人脸识别、步态识别、声纹识别适用于煤矿入井人员唯一性检测;提出了一种基于人员定位和生物特征识别的煤矿入井人员唯一性检测技术方案,将生物特征识别技术嵌入人员定位系统,利用人员定位识别卡实现识别卡数量及人员身份的唯一性检测;指出煤矿入井人员唯一性检测技术的研究关键点是严重污染人脸的识别算法、对设备遮挡情况下人员步态图像的采集及对混入人员语音信号的煤矿现场噪声消除算法。     

基于TOA技术的煤矿井下人员定位精度评价方法

针对现有行业标准对基于信号到达时间TOA(Time of Arrival)技术测距的煤矿井下人员定位精度评价未作相关规定的现状,提出基于TOA技术的煤矿井下人员定位精度评价方法,利用定位系统时间分辨率评价条件、处理器频率评价条件、定位误差评价条件对静态定位精度进行评价;利用定位巡检周期限定条件、最大位移速度限定条件对动态定位精度进行评价;综合静态和动态定位精度评价结果评价基于TOA的煤矿井下人员定位精度,并可对基于TOA技术的煤矿井下人员定位系统设计进行指导,同时给出了应用该方法进行基于TOA技术煤矿井下人员定位精度评价及煤矿井下人员定位关键设备指标设计指导实例。     

基于卡尔曼滤波和指纹定位的矿井TOA定位方法

分析了矿井巷道中的设施及设备导致的无线信号传播NLOS时延特点,采用几何光学方法论证了NLOS时延参考模型在矿井巷道环境中的适用性并提出矿井巷道NLOS时延分为巷道突发NLOS时延和巷道固定NLOS时延,为了消除NLOS时延对TOA定位精度的不利影响,提出基于卡尔曼滤波和指纹定位的矿井TOA定位方法.对于机车及不规律设置设备造成的巷道突发NLOS时延,提出基于卡尔曼滤波的方法消除其对TOA数据造成的较大误差,在此基础上提出基于历史和卡尔曼阈值的最近邻居指纹定位方法,抑制固定设施及规律设置设备造成的巷道固定NLOS时延引起的定位误差.结果表明,本文方法的定位性能优于SDS-TWR方法和基于SDS-TWR的指纹定位方法,定位实验的平均误差分别降低了3.6,1.2 m,提高了矿井TOA定位的精度,实现矿井人员的精确定位.     

基于5G直连通信的矿井应急通信技术

面向矿井灾后救援场景的应急通信技术与系统一般采用Wi-Fi作为中继和覆盖方案,由于非授权频段存在信道连续占用时间的法规限制和接入前监听的法规要求,难以实现极低时延的通信指标,同时多应急通信设备同一频段进行中继组网存在同频干扰、会影响通信质量。5G技术面向公共安全和车联网应用场景,定义了Sidelink直通链路通信技术,能够实现终端设备之间低时延高可靠的直连通信。针对矿井应急通信系统对低时延以及高可靠通信的技术需求,提出一种基于5G直连通信的矿井应急通信系统架构,设计了设备标识与直连通信链路时频资源位置的映射方法,设备通过预配置的前传链路和回传链路传输资源位置、无需建立路由连接即可实现与相邻前端设备和后端设备通信链路,利用时域资源循环复用的方式实现邻近中继设备之间的资源空分复用和同频干扰规避。提出的方法能够实现无需调度许可、和极简路由转发的中继组网机制实现传输资源空分复用下的同频干扰规避,有效提升传输资源利用效率,常规基带参数和组网配置下的平均空口时延可达25 ms、显著降低传输时延。     

基于改进均值滤波和参数拟合的矿井TOA几何定位方法

针对矿井巷道环境内存在大量的设备和设施,会造成电磁波传播的NLOS(non line of sight)时延、对矿井TOA(time of arrival)定位精度产生不利影响,根据成因将巷道电磁波传播NLOS时延分为随机NLOS时延和固定NLOS时延,分析了两类NLOS时延造成测距误差的特点。为了分步抑制两类NLOS时延造成的TOA测距定位误差,提出基于改进均值滤波和参数拟合的矿井TOA几何定位算法。针对巷道随机NLOS时延造成的以脉冲形式存在的TOA测距误差,提出基于偏差值丢弃的加权均值滤波算法加以抑制;进而提出依据定位区域巷道固定NLOS时延参数拟合方法,用以抑制其造成的TOA测距正向偏移误差,最后采用几何方法进行目标位置的估计。实验结果表明,提出的方法对巷道NLOS时延造成的TOA定位误差具有显著的抑制作用,能够保证矿井TOA定位的精度。     

基于WiFi和计时误差抑制的TOA煤矿井下目标定位方法

针对现有煤矿井下目标定位方法精度不能满足应急救援、井下人员作业管理以及煤矿物联网建设对精确定位的需要,提出基于TOA（Time of Arrival）的煤矿井下目标精确定位方法。针对TOA方法用于目标定位受设备计时误差影响较大,井下巷道呈一维条状分布,无法采用地面常用的二维、三维抑制误差算法,提出基于计时误差抑制的TOA煤矿井下目标定位方法,建立双路WiFi（Wireless Fidelity）信道+单路光纤信道的一维定位方法和信号收发计时方式,在此基础上提出计时误差抑制算法。测试结果证明计时误差抑制算法在采用此定位方法基础上,有效地抑制了设备计时误差造成的测距误差,实测误差不影响定位精度,验证了此方法的定位性能。     

矿井10 MHz以下通信射频设备安全距离的研究

建立了工作频率在10 MHz范围内的煤矿井下射频设备与雷管间安全距离的计算模型,将雷管脚线视为回路天线,得出了雷管脚线的内阻抗、回路线的互感系数以及外电感系数的计算公式,和流经回路线上的总电流公式,建立了射频设备与雷管间安全距离的计算公式。基于该模型,分析了射频发射设备的工作频率和雷管脚线面积变化对安全距离的影响。结果表明：煤矿井下射频设备与雷管之间的本安距离为3 m,即只要相距大于3 m,工作频率在10 MHz以下的射频设备,其辐射能量就不会对雷管构成安全隐患。