基于交叉小波变换和主元分析的电力电子电路故障特征提取

针对现有电力电子电路故障特征提取特征量精确度不足、分类差异性不明显以及故障提取过程易受到噪声的影响等缺点,提出一种基于交叉小波变换和主元分析的电力电子电路故障特征提取方法。该方法首先采用交叉小波变换分析故障信号,然后得出表征交叉小波谱图特性的特征量矩阵,最后利用主元分析方法降低特征量矩阵维数,剔除特征向量中的冗余信息。通过BP神经网络进行的故障诊断仿真测试,其诊断准确率达98.2%,证明了该方法的准确性。     

集成于无源RFID标签的温度传感器设计

针对无源无线射频识别(RFID)标签的低功耗设计要求,设计了一种基于环形振荡器的CMOS温度传感器.该传感器首先产生一个与绝对温度成正比PTAT电流,然后通过环形振荡反相器来产生相应的PTAT频率,最后利用计数器来实现频率-数字之间的转换.测试结果表明:该温度传感器实现了125nW的超低功耗,在-40~80℃范围内,误差仅为-0.7/1.2℃,特别适合集成于无源RFID标签中.     

一种适用无源RFID的集成加速度传感器设计

针对射频识别（ RFID）与无线传感器网络（ WSNs）融合研究的需要,基于0.35μm CMOS工艺设计了一种集成加速度传感器。传感器单元采用从单晶硅衬底的背面进行深反应离子刻蚀工艺,背面刻蚀完成后再正面对金属和介质复合层进行各向异性刻蚀。集成电容式传感器接口电路基于锁相环原理,将传感器信号转移到频率域处理,避免了高功耗的A/D转换器的使用,直接完成电容/数字转换。后期测试结果显示：所设计的集成加速度传感器线性度好,稳定性高,功耗低,适合无源RFID及其它超低功耗应用设计。     

基于最优匹配机制的微电网P2P交易策略研究

针对用户参加P2P市场的积极性不高问题,提出了一种心理动机模型,制定针对不同场景的电价定价策略和用户优先级策略,提高用户P2P交易的参与度。针对交易市场存在的能源失衡问题,提出了一种智能配电系统中微电网最优联盟匹配机制,确定微网间的最优联盟;设计一种层次联盟形成机制,形成微电网用户联盟。最后通过仿真分析验证了所提交易策略可提高用户经济和环境收益,且可对心理动机模型进行一个正反馈,从而形成良性循环,达到不断激励用户参加P2P交易的目的。     

基于CNN-RVM的输电杆塔外破振动识别方案

针对现有杆塔状态检测方案缺乏外破振动识别的现状,提出了一种基于深度学习模型的杆塔外破振动识别技术。首先获取外破条件下的输电杆塔外破振动信号和不同风激励条件下的输电杆塔振动信号,应用延时嵌陷技术对振动信号预处理,将原始信号转为二维形式后送入卷积神经网络(Convolutional Neural Network, CNN)进行特征提取,并采用相关向量机(Relevance Vector Machine, RVM)分类器实现振动模式识别;通过多次实验,确定CNN的最佳参数,再利用softmax分类器和梯度下降法对CNN的权值和阈值进行调整,最终得到高精度识别结构。仿真结果表明,提出的CNN-RVM识别模型在三种振动条件实验中准确率都高于99%,相比于国内外现有其它振动识别方案,具有高精度和高效率的优点。     

基于BP神经网络的高压隔离开关分合闸监测识别

为了监视电动式高压隔离开关合闸状态,采用图像识别方法对高压隔离开关是否合闸进行监测,确保检修人员的安全。提出了一种融合NSCT和二维最大熵分割方法对图像进行分割,并提取出感兴趣区域(闸刀)。再通过像素积分投影法对闸刀分合闸情况进行特征提取,将提取到的特征值导入BP神经网络中进行训练,得出一个能够自动识别闸刀位置的分类器。将采集的图片导入BP神经网络分类器中进行识别实验论证。实验表明,处理后的图像抗噪能力强,训练出的BP神经网络对闸刀合闸状态的识别率高,达到95%以上。     

一种电机运行监测技术

为了克服电机有线监测的不足,提出了一种融合RFID技术的无线监测方法。首先,设计了无线加速度传感器标签;其次,采用RFID测试仪对标签进行通信测试;最后,实验环境下对电机表面振动在线监测,实时得出电机表面振动加速度值。通过分析实验结果,得到了电机振动加速度值与状态的初步关系,验证了该方法的有效性。     

基于优选小波基和模糊SOM网络的模拟电路故障诊断

为了解决模拟电路故障诊断中的特征提取困难并实现对模拟电路故障模式准确的分类,提出一种优选小波基、模糊理论和自组织特征映射网络(SOM,self-organizing feature map)相结合的模拟电路故障诊断方法.该方法首先对模拟电路故障响应信号进行小波分解、提取能量值、均值和方差组成输入特征向量,同时采用余弦分离度评价小波变换在不同小波基函数下获取故障特征的有效性,据此选择余弦分离度最小的小波基分解的特征向量输入到自组织特征映射网络进行故障分类.仿真实验表明,利用余弦分离度选择的最优小波基能有效提高模拟电路故障特征提取,模糊神经网络能对故障模式进行精确分类.     

基于RFID技术的状态监测智能电子装置设计

针对传统输变电设备在线监测系统难以满足故障定位精确、多参数集中监测的现状,提出一种新型输变电设备在线监测系统架构,并重点研究了用于状态监测的智能电子装置（ IED）。设计了一种基于射频识别（ RFID）技术的状态监测IED,主要由微处理器、温度传感器、电流传感器、电压传感器和一种有源RFID芯片构成。仿真与测试结果表明：IED天线回波损耗约为－13.1 dB,载波频率为865.8 MHz时, IED最大读写距离为18 m,IED驱动电流和工作电流分别为520,210μA,性能优于SL9000A。