基于分布式传感网络的在线智能用电谐波源定位

用电侧谐波源对用电电能质量的影响日益增大,在大规模智能用电网下谐波源辨识与定位问题对提高电能质量有重要作用。智能用电网络采用智能电表组成的分布式智能用电信息测量网络实现对大规模用电网络测量。谐波故障源定位可通过分布式网络化测量方法提高在线辨识精度。提出了基于相关信息树的分布式用电谐波源递归定位方法,提高了定位精度。对用电网络进行建模分析,在公共连接点的辨识采用独立分量分析方法提取故障源的信号,通过分布式测量节点的相关信息树确定多通道信号间的网络拓扑结构。搭建了面向智能用电的分布式测量网络平台,验证了提出的谐波源定位方法。实验结果表明提出的方法可实现全网络下的谐波源定位,并具有较好的实时性。

基于长短时记忆太阳能无线传感节点能量预测

无线传感节点的能量供给问题是影响物联网长时间准确测量的重要因素之一。将太阳能转化为电能,供无线传感节点使用,是解决无线传感节点长时间工作的途径。针对太阳能受环境因素影响较大的特点,提出一种基于长短时记忆递归神经网络(LSTM-RNN)的太阳能无线传感节点能量预测方法,通过预测的能量采集信息合理规划无线传感节点的能量使用,保障无线传感节点能量供给稳定性和测量信息的准确与可靠。实验结果表明,所提出的长短时记忆递归神经网络太阳能无线传感节点能量预测方法,能够利用长时间跨度的太阳能采集历史数据,提供准确的无线传感节点能量预测结果,保障无线传感节点能量供给稳定性和测量信息的准确与可靠。