基于LIBSVM的铅酸蓄电池荷电状态估计

研究准确预测蓄电池荷电状态(SOC)的方法对于快速、准确调节充电装置的动态充电过程具有重要意义。从基于测量蓄电池端电压和内阻实现预测其SOC出发,研究了基于卡尔曼滤波提高蓄电池端电压、内阻和充放电电流测量准确性的方法,在此基础上,进一步提出利用LIBSVM支持向量机基于蓄电池端电压、内阻和SOC的训练样本数据,建立反映其非线性映射的回归预测模型建模方法。最后通过实验数据验证了所提SOC预测模型建模方法的可行性。与利用BP神经网络预测SOC的结果对比表明,基于相同训练样本,所提方法建立的预测模型具有SOC估计预测误差小,对蓄电池宽运行范围的SOC评估具有良好适用性等特点。

基于FCE和SVM融合的线路典型冰风灾害算法分析

目前,国内外对于线路覆冰和风耦合作用的灾害分析较少,因此,提出了一种基于模糊综合评价法(fuzzy comprehensive evaluation,FCE)和支持向量机(support vector machine,SVM)融合的线路典型冰风灾害分析算法。通过分析典型冰风灾害影响因子及类型,借助模糊综合评价法提取了关键的灾害影响指标,并对风速和风向关键指标进行修正。在提取的温度、相对湿度、风速、风向和地貌5类致灾相关程度高指标的基础上,提出了采用径向基RBF核函数的非线性SVM小样本灾害分析模型。通过历史的冰风故障和非冰风故障数据建立训练样本和测试样本,仿真结果表明,建立的模糊综合评价和支持向量机融合的冰风灾害模型可有效分析判断冰风灾害发生的概率,实现了对冰风灾害小样本数据的可靠分析。

基于锂电池–超级电容器混合储能的配电网广域测量装置电源研究

发展应用于配电网线路的广域同步测量系统(WAMS)对配电网的安全运行具有重要作用。本文对配电网WAMS功能要求,功耗特性进行了分析,并分别从硬件设计和软件控制策略两方面进行了低功耗设计。针对目前输配电线路同步测量装置供电电源的缺点,提出了一种适用于配电网WAMS在线监测设备的新型供电电源方案。采用取能式电流互感器作为主供电源,锂电池与超级电容器分别作为能量器件和功率器件组成辅助电源。试验测试结果表明:该复合电源可在线路负荷电流低于30 A或断电时向测量装置稳定供电。