基于改进FastICA 和多特征融合的10 kV 断路器机械故障声纹诊断方法

针对基于声纹特征的10 kV断路器机械故障模型易受环境噪声影响,识别准确率低,识别时间过长的问题,提出了一种基于改进FastICA和Bi-LSTM多特征混合的10 kV断路器机械故障声纹诊断方法。首先,采用皮尔逊系数对FastICA算法进行改进,利用改进的FastICA算法对采集的声音进行噪声分离,提取纯净的10 kV断路器状态声纹信号;然后,通过傅里叶变换分析10 kV断路器各种状态下频域信息,依据分析结果选取合适的时域、频域、声学特征,并通过差异度分析,选取贡献度大的特征构成一维混合特征;最后,将混合特征作为诊断依据,建立基于Bi-LSTM的故障分类模型。结果表明,该方法能够有效识别出10 kV断路器常见的8种机械故障和正常分合闸,识别准确率可达99.3%,满足电网对电气设备故障诊断的准确性要求。

基于下垂控制的构网型变流器电压控制策略

为了提高系统的电压稳定性,在传统下垂控制的基础上,提出了一种基于有功电流和无功电流相结合的自适应下垂控制方法。详细介绍了构网型变流器并联组成微电网的控制策略。下垂控制器分为电流(功率)解耦、一阶微分和下垂控制3个单元。从同步发电机的角度出发,分析了一阶微分环节和下垂系数的设计原则。分析并验证了构网型变流器并联系统功率分担的“通信机制”。最后,建立仿真模型,通过仿真结果验证了该方法的可行性。