基于改进Unet的多目标非侵入式负荷监测

非侵入式负荷监测被认为是能源监测和管理中一个关键问题,针对传统NILM模型对多状态电器训练准确率较低且只能对单一电器进行训练问题,文章提出基于改进Unet多目标非侵入式负荷监测模型。模型在Unet基础上引入卷积块注意力模块(CBAM),CBAM结合通道和空间注意力,增强模型提取特征能力,通过结合残差连接,将激活函数ReLU替换为GELU,防止网络退化和梯度爆炸,利用神经网络不同通道特征提取能力实现多通道输出,对UK-DALE数据集上使用最多5个电器同时训练。相比于现有NILM模型,该模型在更低网络参数量下,可以实现多目标监测且有较高准确率。

基于马尔可夫转移场和轻量级网络的非侵入式负荷识别

负荷识别是非侵入式负荷监测(non-intrusive loadmonitoring,NILM)的关键一步。针对目前识别方法存在网络参数量大、识别率低的局限性,提出了一种基于马尔可夫转移场(Markov transition field,MTF)和轻量级网络的非侵入式负荷识别方法。首先,利用归一化后的电压电流计算马尔可夫状态转移矩阵,在时域上排列每个状态转移概率构建MTF。其次,对MTF降采样以适应神经网络的学习,利用伪彩色编码技术得到RGB彩色图像。最后,在轻量级网络Shuffle Net V2中加入SimAM无参注意力模块作为特征提取网络,以较少的参数量实现负荷分类识别。使用公共数据集PLAID和WHITED对所提方法进行实验,结果表明,SimAM-ShuffleNetV2在两个数据集的识别准确率分别达到了98.99%和99.22%,参数量分别为0.37 M和0.41 M,比现有的方法具有更高的识别准确率和更少的参数量,验证了所提方法的有效性和优越性。

多源信号特征融合的电能质量扰动识别

为了解决风能、太阳能等可再生能源输出的不稳定性和间歇性给电能质量带来的问题,提出多源信号特征融合的电能质量扰动识别方法.该方法引入电流信息增强扰动特征,为解决电能质量扰动识别提供了新的视角.算例分析结果表明:相对于其他2种方法,该文方法的4个评价指标(准确率、精确率、召回率和F1分数)均最高.因此,该文方法具有优越性.

一种快速暂态电能质量扰动定位方法

暂态电能质量扰动是目前电能质量研究中的主要问题之一,如何快速、准确定位电力系统中暂态电能质量扰动是一件复杂而有意义的工作。文中从时域出发,提出一种Hilbert变换和后差分相结合的方法,快速定位暂态电能质量扰动。该方法首先利用Hilbert变换提取暂态电能质量扰动信号的包络,然后采用后差分定位扰动信号。实验结果及分析表明,该方法简单、快速、准确,适合实时性要求较强的场合。

开关电感型Z源逆变器拓扑结构的设计与仿真

该文在开关电感型Z源逆变器的基础上提出一种高电压增益的开关电感型Z源逆变器。与传统的开关电感型Z源逆变器相比,新型拓扑不仅保留了X型的基本结构,而且将二极管和逆变桥的位置互换,同时增加了2个电感和6个二极管,这样可以减小电容电压应力,增大直流链路峰值电压,使输入电流具有连续性;另外,新型拓扑的控制方法简单,采用直接升压控制方法,它以正弦波为调制波、三角波为载波,是一种基于正弦脉宽调制控制技术的一种控制方法。在理论分析的基础上,对新型拓扑进行仿真试验,结果表明:当直通占空比为0.139、调制系数为0.85时,新型拓扑直流链路峰值电压为127.95V,电容电压应力为39.50V,而传统拓扑的直流链路峰值电压为89.65V,电容电压应力为68.40V,新型拓扑在获得较大直流链路峰值电压的同时,可以保证电容上承受的电压应力较小。通过仿真试验,验证了新型拓扑的优点。

一种基于复阻抗的电压暂降定位方法

电压暂降是目前电力系统最重要的电能质量问题之一,日益受到社会的关注。针对传统算法运算复杂、精度较差的缺陷,提出了一种基于复阻抗的电压暂降定位方法。该方法首先对检测到的电压和电流信号分别进行Hilbert变换构造其解析信号,然后计算对应的复阻抗,利用电压暂降发生时阻抗和相位突变的特性,结合超限判别,准确定位电压暂降的发生时刻,检测出其持续时间,最后通过实验验证所提方法的有效性。实验结果表明,该方法检测精度高、易于判别,具有广泛的推广价值。

基于S变换的动态间谐波检测方法研究

间谐波是电力系统中一种频率为非整数倍工频的谐波。针对传统检测间谐波的算法及其存在问题,本文在讨论了S变换的优良性质基础上,提出了一种基于S变换的间谐波时频分析检测方法。仿真试验和实测信号分析表明,该方法可以精确地动态检测所有频率的间谐波,能很好地满足实际电网测试和分析要求。

基于综合距离指标的单船穿越冲突测量研究

为了监控单船穿越船舶流水域的交通风险,在考虑单船穿越动态过程和多关联对象影响的基础上,提出了运用综合距离指标测量单船穿越冲突,并根据综合距离指标与冲突之间的反比关系,建立了单船穿越冲突测量模型;将基于专家问卷数据85%位累计频率分析得出的综合距离指标判定标准与相应情形下综合距离指标实测数据的95%概率区间进行比较,得到了轻微、中等、严重3种单船穿越冲突程度的判定标准.研究结果表明:该测量模型准确反映了综合距离指标中3个参数对单船穿越冲突的影响,3个参数同时增大时交通冲突值减小,任意1个参数值减小时交通冲突值增大;本文的判定标准适用于内河水域能见度为0.8～6.0 n mile、船舶长度60～180 m、航速3～13 kn、忽略风流浪影响的情形.

基于共轭-旋转矢量不变性技术的谐波检测方法

本文提出了将一种阵列信号处理方法即共轭-旋转矢量不变性技术(C-SPRIT)应用于谐波、间谐波检测。该方法结合实值信号共轭与自身值相等的特点,利用旋转因子共轭矩阵代替旋转因子做阵列信号处理,采用总体最小二乘法减小噪声信号的影响,从而准确提取出谐波参数。理论分析和仿真实验表明该算法精度高、抗噪性强,实际数据分析表明该算法有效可行,具有一定的应用前景。

基于波束空间ESPRIT算法电力系统谐波检测

电力系统中谐波检测是无功补偿、谐波滤除等电能质量分析与控制的前提。针对传统电力系统中谐波检测方法存在的精确度低,抗噪性差等问题,本文将波束空间ESPRIT算法应用于电力系统谐波检测。该算法以信号空间为模型,首先用盖氏圆检测出信号源数,然后利用波束空间将阵列接收的数据通过变换得到波束空间的数据,再将波束空间的数据分解为噪声和信号子空间后由ESPRIT算法得到信号的频率估计值。最后由扩展PRONY方法计算得到信号的幅值。通过仿真实验验证和实际数据分析表明该方法速度快,精确度高且抗噪性强,具有一定的应用前景。

基于ASW-ESPRIT的电能质量扰动分析

针对ESPRIT算法无法分析非平稳电能质量扰动的问题,提出了一种基于自适应滑窗-旋转不变子空间算法(Adaptive Sliding Window ESPRIT,ASW-ESPRIT)的时频分析方法。该方法首先根据非平稳电能质量扰动信号特征,采用自适应滑窗对信号数据进行分块,然后利用ESPRIT算法对每块中的数据进行处理,检测出频率和幅值信息,接着联合所有窗口的分析结果,从而得到整个信号的时频率分布信息。最后对电能质量干扰的非平稳信号进行了仿真实验,实验结果表明,所提出的方法适合动态电能质量扰动检测,具有实际应用前景。

基于空间矢量的快速电压暂降检测方法

提出了一种基于空间矢量的快速电压暂降检测方法。该方法通过对三个不同时刻的三相电压信号进行Clark Transform,结合快速椭圆重构算法计算出空间矢量在复平面上的轨迹方程,根据轨迹形状进行电压暂降的检测并识别出故障相。同时由椭圆参数求解出电压暂降过程中电压相位角跳变值,进而根据相位角跳变值对原始电压数据进行移相处理,最终可快速计算出电压暂降深度。仿真实验验证了文中方法的有效性。

一种基于暂态电流的故障测距方法

输电线路故障的准确测距对于维持电力系统稳定起到了非常重要的作用。文章以R-L输电线路模型为基础,提出了一种基于暂态电流信号的三相故障测距定位方法。该方法首先对发生电压凹陷时间内的三相电流信号滤除基频分量,再对处理后的电流信号进行绝对值修正,接着对该信号进行对数变换;最后根据对数变换后的数据求出斜率,再由斜率定位发生故障线缆距离。该方法计算量小,仿真实验表明定位故障距离精确度较高,具有应用及推广的前景。

基于集对分析与可变模糊集的电能质量综合评估

针对电能质量综合评估中存在的不确定性,提出了一种基于集对分析与可变模糊集的电能质量综合评估方法。首先建立电能质量评估指标体系并划分等级,使用直觉模糊层次分析法确定主观权重,利用熵权法得出客观权重,融合博弈论思想对主客观权重进行协调,从而获得各评估指标的综合权重。其次根据集对分析理论,将样本数据与各项指标等级区间组成集对,构造相对差异度函数,进而建立基于集对分析与可变模糊集的综合评估方法。然后结合电能质量状况特征值,引入二元语义法在评估等级内部进行二次评估,进一步确定评估样本的电能质量状况。最后以某钢铁厂二高线变电站10 kV配电系统为实例做电能质量综合评估,验证了该方法的可行性。

基于S变换与Hilbert变换动态无功功率检测

根据电力系统实际情况,提出一种结合S变换和希尔伯特变换检测Budeanu定义的无功功率的方法。S变换可高效准确地求出各频率分量的电压、电流有效值。Hilbert变换将各次频率分量电压分别平移90,°不受频带宽度的限制。该方法可以检测出各频率分量的无功功率和总无功功率。通过仿真和实测数据试验结果表明,该检测方法精度高,满足实际电网需求。

多级联开关电感型准Z源逆变器研究

针对传统Z源逆变器电压增益低、启动电流冲击大等缺点,提出一种基于多级联的开关电感型准Z源逆变器,该逆变器是将传统的准Z源逆变器输入端的一个电感用级联的开关电感单元来替代,这样不但可以提高逆变器的升压因子,而且可以减小传统准Z源逆变器中出现的启动冲击电流,同时这种逆变器的控制方法简单,采用直接升压控制方法.在理论分析的基础上,通过仿真,验证了这种拓扑的优点.

基于二维离散余弦S变换的电能质量扰动类型识别

为获得可靠的高质量电能,提高电能质量扰动(Power Quality Distrubances, PQD)类型识别准确率,提出了一种基于二维离散余弦S变换(2D-DCST)的PQD类型识别方法。首先在数学模型的基础上,生成包括7种复合扰动在内的17类不同的电能质量事件。然后将一维的PQD信号转换成行列相等的二维信号,利用2D-DCST方法从二维信号中得到其振幅矩阵,对振幅矩阵提取基于统计、能量和图像的特征。再使用第二代非支配排序遗传算法(NSGA-Ⅱ)将提取的大量特征降维成少量有用的特征组。最后对所选特征使用支持向量机(SVM)分类器,构建一个分类准确率高、特征数目少的类型识别模型。实验结果表明,该方法能够准确高效地识别17类电能质量事件,并且有较好的抗噪性。同时对复合扰动也有较高的识别准确率,为电能质量扰动类型识别问题提供了新的方法。

基于IPSO-LSVM的短期负荷预测方法

传统基于支持向量机(SVM)的短期负荷预测模型存在着输入变量不易确定以及模型参数难以最优化的问题。针对这两个缺点,本文提出了一种基于IPSO-LSVM的短期负荷预测方法。首先引入LASSO回归筛选SVM预测模型中的滞后负荷,将筛选结果和其余影响因素作为SVM预测模型中的输入变量,建立LASSO与SVM的耦合模型(LSVM);然后采用IPSO算法对LSVM预测模型中的参数进行优化,提高预测结果的准确性和稳定性;最后采用优化后的模型进行预测。算例分析表明,IPSO优化LSVM的方法能够有效提高短期负荷预测的精度。

虚拟矢量的中点电位平衡三电平调制方法

针对二极管中点钳位型三电平逆变器中中点电位波动造成的直流侧电容电压不平衡问题,提出一种虚拟矢量中点电位控制方法.该方法结合三相电流平衡和冗余小矢量的特点,通过虚拟中矢量和小矢量取代原中矢量和小矢量,进行参考矢量的合成.因大矢量作用时中点无电流流入和流出,对中点电位波动无影响,故通过降低虚拟矢量作用时间内中点电位的波动,就可以控制整个调制过程中点电位的波动,从而降低输出电压波形的畸变和开关管承受的电压.仿真实验表明该文方法具有可行性和有效性.

基于机器学习与疫情关联特征的短期负荷预测

准确的电力负荷预测是电力系统正常运转的重要保障。针对新冠疫情期间负荷需求波动大、历史参考负荷难以建模等问题,提出了一种基于机器学习与静默指数、滚动焦虑指数的短期负荷预测方法。首先,利用谷歌流动性数据和疫情数据构建出静默指数、滚动焦虑指数来量化经济、疫情的发展对电力负荷造成的影响。然后,采用最大信息系数分析疫情期间电力负荷的强相关因素并引入疫情负荷关联特征。最后,将气象数据、历史负荷以及构建的疫情关联特征合并作为预测模型的输入变量,通过多种机器学习模型进行预测算例分析。结果表明,引入疫情关联特征的负荷预测模型能够有效地提高疫情期间负荷预测的准确性。