信息融合技术在智能变电站中的研究与应用

针对智能变电站的发展要求,文章介绍了一种基于多传感器网络的变电站辅助系统管控平台,通过对改进的证据理论融合算法在智能变电站中的研究和应用,实现了基于变电站辅助系统的多传感信息融合。该方法提高了变电站信息实时监控的可靠性和稳定性,并对故障目标进行了识别和分类。文章在智能变电站多传感信息融合方面做了有益的研究,为进一步实现智能变电站多源信息融合的应用奠定了良好的基础。     

数据融合在厂用变电站智能辅助系统管控平台中的研究与应用

针对智能变电站的发展要求,本文介绍了一种基于多传感器网络的变电站辅助系统管控平台,通过对改进的证据理论融合算法在智能变电站中的研究和应用,实现了基于变电站辅助系统的多传感信息融合.该方法提高了变电站信息实时监控的可靠性和稳定性,并对故障目标进行了识别和分类。在智能变电站多传感信息融合方面做了有益的探索,为进一步实现智能变电站多源信息融合的应用示范奠定了良好的基础。     

基于高阶累积量的局部放电超高频信号时延估计算法

时延估计是基于时间差的变电站局部放电空间定位算法的基础,也是决定定位准确度的关键。为此,以Tugnait的高阶统计量理论为基础,提出了基于4阶累积量的局部放电超高频(UHF)信号时延估计算法,并给出了具体的时延计算方法。该算法以高阶累积量代替信号本身来进行相关分析,估算得出信号时延,具有对相关特性未知的Gaussian噪声不敏感的优点。仿真实验利用双指数振荡衰减函数,并加入Gaussian噪声和定频干扰,模拟变电站现场局部放电超高频信号,利用该时延估计算法可以准确得到信号时延。最终利用该算法计算变电站实测多路超高频信号的时延,并将该时延序列应用于基于天线阵列的变电站局部放电定位,估算出局部放电源的空间位置,且定位误差<0.3m,验证了该算法的有效性和实用性。     

改进DBSCAN聚类的信道状态信息定位算法

近年来,利用WiFi信道状态信息的无线信号在室内定位、跌倒检测、身份识别等场景都发挥了重要应用价值。然而,复杂环境下多径效应的影响使得指纹定位的精度仍有待提高。针对这一问题,本文在降噪时提出了一种基于密度的自适应聚类算法,并在定位阶段联合动态加权K邻近算法进行匹配。首先,使用Hampel算法去除幅值信息的离群点;然后,将改进的DBSCAN算法自动调节参数对数据聚类;最后,用动态加权K邻近算法进行指纹库与实时定位点的匹配。仿真实验表明：在约5×10m2的定位区域内,DBSCAN算法的平均定位精度达到1.579m,其中定位精度在2m内的占比相对于传统指纹法提高了42.9%。     

基于截断奇异值分解与K-Medians的局部放电源定位方法

针对复杂环境中特高频信号达时差误差较大,引起非线性方程求解不准确的问题,提出一种基于截断奇异值分解（TSVD）与K-Medians的局部放电（PD）源定位方法。首先,通过超高频天线获取PD信号,利用能量积累提取时差信息。其次,针对线性方程求解困难且不准确的难题,提出随机组合线性变换方法。将非线性定位方程组进行线性转化,同时利用预处理技术消除坐标系选取对定位方程的影响。然后,采用TSVD正则化算法求解线性方程,引入K-Medians聚类算法对TSVD正则化算法进行优化改进,进而实现了变电站场景下PD源的坐标定位。最后,通过理论验证与现场实验两种途径对所提出的方法进行分析。实验结果验证了所提定位方法的可行性与准确性。     

基于模糊匹配的配电网短路故障区段定位方法

针对传统10 kV配电网短路故障方法难以适应非健全信息环境的难题,文中利用配电网配用电信息系统的多源数据,以Elman神经网络模型为中心,建立基于模糊匹配的短路故障区段定位方法。首先,以配用电信息系统数据库为基础,对配电网短路故障相关的信号与电气量进行分析,建立配电网短路故障诊断特征库。然后通过I-Relief算法进行主要特征的筛选选取,来作为Elman神经网络的数据输入,并基于Elman神经网络模型对多源数据和配电网短路故障类型及位置进行模糊匹配。最后通过西南某地区实际算例分析,证明所提模型能高效快速地对10 kV配电网短路故障进行区段定位,且具有较好的容错性和实用性。     

分布式变电站设备音频指纹特征采集和诊断分析系统

本文介绍了一种基于ARM的分布式变电站设备音频指纹特征采集和诊断分析系统,该系统由一个或多个音频采样模块和一个集控中心组成。音频采样模块具有小型化、模块化、易安装的特点,对所监测的变电站设备布局、空间结构等没有特殊要求,依靠简易支架固定在目标区域内,主要通过声音传感器获取设备及环境音频,通过高速网络将音频数据传输到集控中心,集控中心诊断分析系统利用融合卷积神经网络和聚类分析算法的多层音频特征诊断模型对音频样本进行诊断分析,以获取设备及环境实时状态,并对诊断信息进行实时记录和存储,可以有效实现设备故障预警和故障定位。通过在实际变电站环境下安装采集诊断系统并开展长期系统验证测试,表明本文设计的方案性能稳定,功能完善,具备实用价值。     

基于超高频电磁波的变电站局部放电空间定位

局部放电的测量和诊断已成为评估高压电力设备运行状态的重要方法之一。但目前的局部放电监测主要以单个设备监测为主,测试仪器程序多,成本高,维护工程大。可利用4个天线组成天线阵列接收超高频(UHF)电磁波,并定义三维坐标系对变电站范围内的放电源进行全站的局放定位。重点研究了基于能量积累法计算信号起始时刻和基于信号时延序列实现放电源准确定位算法的原理,并给出了求解基于时差的以局放源位置为未知数的非线性方程组的Newton算法和网络搜索法。实验室测试和现场测试验证了基于射频天线阵列实现变电站范围内局部放电定位的有效性,提出的定位算法可以自适应求解基于时差序列的非线性方程组,既保证了求解的速度,又能解决方程的收敛问题,满足变电站全站局部放电定位准确度的要求。     

基于IFWA-BP神经网络的线风速数据融合研究

针对时差法测量线风速受环境因素影响,导致测量结果不准确的问题,提出一种基于自适应烟花-BP神经网络(IFWA-BP)的数据融合方法。将线风速信息和环境信息进行数据融合,通过多源信息互补减小线风速测量的不准确性。自适应烟花算法是在烟花算法中引入自适应惯性权重,并对爆炸算子进行改进,增强了烟花算法的全局搜索能力,从而优化BP神经网络中的权值和阈值的寻优过程。为了比较IFWA-BP融合模型的融合效果,进行了多算法融合模型对比实验,实验结果表明IFWA-BP融合模型减小了线风速测量的误差,使线风速测量系统的精度达到了98.48%。     

基于智能空间的变电站机器人复合全局定位系统设计

变电站机器人对于坚强智能电网的建设具有重要意义,针对室外大范围环境下巡检机器人在没有任何初始位姿先验知识情况下通过传感器观测全局定位的问题,结合智能空间技术,本文提出了一种智能空间下基于ZigBee指纹定位与改进粒子滤波的复合全局定位系统。该方法首先利用变电站环境下已有的无线网络,通过UPnP技术将机器人接入智能空间,在智能空间中采用BP神经网络进行ZigBee指纹初步定位,然后在初定位基础上利用粒子群优化的粒子滤波算法完成精确定位。实验结果表明,本文设计的算法实现了变电站机器人与智能空间的零配置与松耦合,可有效提高初始全局定位精度并改善算法性能,缩短迭代时间。     

基于电压和功率数据的低压用户相别识别优化建模与应用

低压用户相别识别是低压配电网计量拓扑识别的内容之一。首先,描述原问题并对已有研究进行回顾,阐述文中研究特点;按照线路分叉点数量将用户降维到虚拟用户空间;再对虚拟用户空间电压波形采用t分布的随机近邻嵌入(t-SNE)算法,形成进一步降维的特征空间;对于特征空间的电压波形以及聚合功率,提出同时考虑功率平衡和电压时序波形分类的多目标优化模型,使用仅考虑功率平衡的优化问题的解作为初始解。选择2个具有典型特征的城镇居民台区作为试点,发现常见的5类聚类方法均只有1个台区识别成功,且表现差异很大,而所提方法在2个案例中均取得成功,表明其具有一定的稳定性和通用性。     

面向巡检机器人多源融合鲁棒定位与高逼真仿真方法

针对电网中测试巡检机器人导航定位算法存在的系统安全问题以及潜在风险,提出面向巡检机器人的多源融合鲁棒定位与高逼真仿真方法。首先,基于虚幻引擎搭建适用于导航定位算法测试的智能电网仿真平台;然后,设计基于一致性检验原理的鲁棒多源融合导航算法;最后,通过仿真实验证明智能电网仿真平台和鲁棒多源导航算法的有效性,为后续研究奠定了基础。     

Self‐tuning weighted fusion Kalman filter for ARMA signal with colored measurement noise and its convergence analysis

For the multisensor single‐channel autoregressive moving average (ARMA) signal with colored measurement noise, when the partial model parameters and the noise variance are unknown, a self‐tuning fusion Kalman filter weighted by scalar is presented based on the ARMA innovation model by the modern time series analysis method. With the application of the recursive instrumental variable algorithm and the Gevers–Wouters iterative algorithm with dead band, the information fusion estimators for the unknown model parameters and noise variance are obtained, and their consistence is proved by the existence and continuity theorem of implicit function. Then, substituting them into the optimal weighted fusion Kalman filter, one can obtain the corresponding self‐tuning weighted fusion Kalman filter. Further, with the application of the dynamic variance error system analysis method, the convergence of the self‐tuning Lyapunov equations for filtering error cross‐covariances is proved. With the application of the dynamic error system analysis method, it is rigorously proved that the self‐tuning weighted fusion Kalman filter converges to the optimal weighted fusion Kalman filter in a realization; that is, it has asymptotic optimality. A simulation example shows its effectiveness.Copyright © 2012 John Wiley & Sons, Ltd.     

采用自适应分段聚合近似的典型负荷曲线形态聚类算法

对海量负荷数据进行降维聚类处理是提取负荷关键信息,深度挖掘其内在规律的前提。根据负荷曲线的形态特征,文中提出了一种基于可变时间分辨率自适应分段聚合近似方法的曲线形态聚类算法。首先,根据负荷爬坡事件及基于斜率提取的边缘点来衡量负荷曲线的形态特征及其变化趋势,采用自适应分段聚合近似算法对用户日负荷数据集进行可变时间分辨率重构,进一步采用一种基于负荷曲线形态聚类的k-shape算法进行聚类处理,该聚类算法以一种基于曲线形态相似性的距离量度方式作为相似性判据,并依据斯坦纳树优化方法进行聚类中心计算。利用模拟数据、实测数据算例分析验证了所提算法在数据降维、负荷聚类中的实用性和有效性。     

基于自适应卡尔曼滤波算法的紧组合导航系统的研究

为了提高子滤波器滤波精度和优化信息融合算法,提出一种基于在线调节因子的自适应卡尔曼滤波算法。首先讨论采用卡尔曼滤波技术的理论依据,设计SINS/GPS紧组合导航系统。提出改进的自适应卡尔曼滤波算法,该方法通过构造自适应参数因子,并利用量测噪声协方差阵与自适应参数的比值实现在线修正量测噪声协方差阵。通过MATLAB仿真,与传统基于标准卡尔曼滤波算法的紧组合导航系统相比,其各向位置误差和速度误差均得到明显降低,从而达到提高组合导航定位精度和优化信息融合算法的目的。     

基于联合卡尔曼滤波的配电网多源异构数据融合

由于传统方法没有对配电网多源异构数据采集的时间进行配准,导致配电网多源异构数据融合时误差大、效率低。针对该问题,提出了基于联合卡尔曼滤波的配电网多源异构数据融合方法。构建了数据纠偏机制,采用最小二乘法对数据采集的时间配准,并采用拉格朗日插值方法对时序数据填充,计算数据关联性。在此基础上,采用联合卡尔曼滤波算法将相同数据融合到同一个类中,以此实现配电网多源异构数据融合。实验结果表明,所研究的数据融合方法不仅能够根据需求一直追踪需求的融合误差,还能够降低节点电压与功率估计的相对误差、提高配电网多源异构数据融合的效率。实验结果不仅证明了所研究融合方法的有效性,还证明了联合卡尔曼滤波算法在数据融合中的适用性。     

基于多源信息融合的配电网调度数据安全管控技术

为保障数字化配网调度的安全性与合理性,研究了基于多源信息融合的配电网调度数据安全管控技术。构建数字化配网调度智慧安全管控平台,采集数字化配网调度数据。通过概率数据关联算法,计算多源数字化配网调度数据之间的关联性,并采用联合卡尔曼滤波算法(Kalman Filter,KF),融合多源数字化配网调度数据。使用椭圆曲线公钥密码算法(SM2国密算法),加密融合后多源数字化配网调度数据,实现数字化配网调度智慧安全管控,保障数字化配网调度数据安全可靠。实验结果表明,本文技术可以有效保障数字化配网调度数据安全性,当传输的配网调度数据存在攻击时,本文技术可有效过滤攻击内容,实现配网调度智慧安全管控。     

面向矿井动目标的 PSO-SVR 模型与 UWB Chan 优化距离指纹融合定位方法

针对目前井下人员、车辆、设备等移动目标位置精确管理存在的不足,本文对面向矿井动目标的定位算法与指纹定位模 型进行研究。 设计出一种基于改进粒子群优化 SVR 模型与 Chan 优化距离指纹匹配融合定位方法。 首先,构建一种基于 STM32 ARM 主控制器和 DWM1000 的超宽带(UWB)核心节点模型,通过双边双向测距和飞行时间法(TOF)对传输距离数据进 行计算。 在此基础上,通过依次在特定点采集距离指纹,基于改进的 PSO-SVR 模型进行移动目标路线拟合,预测目标的移动路 径。 再将其与 Chan 指纹进行结合,拓展出优化距离指纹融合定位方法。 实验结果表明,本文提出的指纹优化匹配融合定位方 法能够较好地预测出移动路径,最大误差不超过 20 cm,平均误差不超过 1 cm。 本文研究对矿井智能化建设及安全生产具有重 要意义。     

基于改进K-means聚类的配电网电压暂降频次估计法

传统考虑保护动作特性的电压暂降频次估计法需要获取详尽的保护配置信息,然而配电网保护配置多样,在不同因素如过渡电阻、运行方式、故障类型等的影响下,阶段式保护各级保护区可能产生较大变化,采用传统方法对电压暂降持续时间进行评估可能会产生较大误差。文中提出一种基于改进K-means聚类的配电网电压暂降频次估计方法,在未知线路保护配置基础上,基于电压暂降历史监测数据与保护动作信息,采用改进K-means聚类算法,对电压暂降幅值-持续时间进行聚类分析,推断线路保护配置情况,计算保护动作时间与保护动作电压。根据计算结果,在考虑不同故障类型、不同运行方式及不同过渡阻抗的情况下进行配电网电压暂降频次估计。在IEEE RBTS-6母线测试系统的母线5配电网中进行仿真,验证了文中方法的有效性和优越性。     

Multi-scale Kalman filters algorithm for GPS common-view observation data based on correlation structure of discrete wavelet coefficients

Global positioning system (GPS) common-view observation data were processed by using the multi-scale Kalman algorithm based on a correlative structure of the discrete wavelet coefficients. Suppose that the GPS commonview observation data has the 1/f fractal characteristic, the algorithm of wavelet transform was used to estimate the Hurst parameter H of GPS clock difference data. When 0<H<1, the 1/f fractal characteristic of the GPS clock difference data is a Gaussian zero-mean and non-stationary stochastic process. Thus, the discrete wavelet coefficients can be discussed in the process of estimating multi-scale Kalman coefficients. Furthermore, the discrete clock difference can be estimated. The single-channel and multi-channel common-view observation data were processed respectively. Comparisons were made between the results obtained and the Circular T data. Simulation results show that the algorithm discussed in this paper is both feasible and effective. Translated from Journal of Jilin University (Engineering and Technology), 2006, 36(4): 599–603 [译自: 吉林大学学报 (工学版)]