配电网分布式电源群通信故障检测与控制方法设计研究

随着大量分布式电源接入配电网,通信网络故障日益成为影响配电网安全稳定运行的关键因素。文章提出了一种配电网分布式电源群通信故障检测与控制方法。该方法通过边缘计算实现数据智能采集与处理,利用小波变换等技术提取多维度故障特征,构建支持向量机(Support Vector Machine,SVM)模型进行故障诊断,并结合智能体实现分布式协调控制。实验结果表明,所提方法在多种故障场景下均表现出优异的检测准确率和控制效果,系统恢复时间控制在3 s内。本研究为保障新能源高渗透下配电网的安全稳定运行提供了有效技术支撑。

超声在线测量复合材料中的颗粒填充含量

利用高压毛细管流变仪在稳定的温度和流速条件下挤出低密度聚乙烯(LDPE)/玻璃微珠(GB)复合材料,并使用超声波测量复合体系中玻璃微珠的填充含量,定义时域上的声衰减参量S1和频域上的特征向量M0,并分别使用线性回归(LR)和支持向量机回归(SVR)的方法建立S1和M0测量填充含量的定量模型,模型预测结果与离线的灰分法测量结果进行对比。实验结果表明,基于自定义特征参数的两个模型的预测填充含量偏差最大不超过1.2%,最小仅为0.17%,都能满足在线实时测量的需求。其中频域方法相比时域方法预测准确性更高,与离线的灰分法测量精度相近。

基于统计模量和支持向量数据描述的注塑成型质量监测方法

针对注塑成型生产过程工况多而难于质量监测的问题,利用统计模量(statistics pattern,SP)简化数据结构、避免复杂的数据预处理,采用支持向量数据描述(support vector data description,SVDD)算法解决多模态问题,并提出一种基于SP-SVDD的多工况注塑成型质量监测方法。以螺杆位移和模腔压力为样本数据的采集对象,提取过程数据的SP并建立SVDD模型。将基于SP-SVDD的监测方法与传统统计模量分析(statistics pattern analysis,SPA)监测方法进行对比,结果表明:基于SP-SVDD监测方法的准确率远高于传统SPA监测方法,SP-SVDD监测方法的故障集监测准确率为96.67%,且能同时监测不同工况的故障集,可以为多工况过程的质量监测提供参考。