针对高压断路器在线监测问题,提出了一种基于短时能熵比与动态时间规整(dynamic time warping, DTW)算法的高压断路器状态评估及故障诊断方法。首先对断路器正常工况下的振动信号与未知工况下的振动信号分别进行分帧,依次计算2组振动信...针对高压断路器在线监测问题,提出了一种基于短时能熵比与动态时间规整(dynamic time warping, DTW)算法的高压断路器状态评估及故障诊断方法。首先对断路器正常工况下的振动信号与未知工况下的振动信号分别进行分帧,依次计算2组振动信号的短时能熵比;然后以正常工况信号计算得到的短时能熵比作为基准向量,以未知工况信号计算得到的短时能熵比作为测试向量输入DTW,得到2个输入向量的最优匹配路径;最后根据匹配路径的变化曲线判断断路器的工作状态。为验证该诊断方法的优越性,将原始信号及原始信号的短时能量作为输入向量输入DTW,结果表明,以短时能熵比作为DTW输入向量的故障诊断方法仅需1组正常工况下的振动信号作为基准,可快速、准确、直观地对断路器的运行状态进行评估判断,并可应用到高压断路器的在线监测中。展开更多
多元负荷预测技术是保证综合能源系统(integrated energy system,IES)供需平衡与稳定运行的关键基石。但具有强随机性与波动性的IES负荷加剧了超短期多元负荷准确预测的难度。为此,提出考虑最小平均包络熵负荷分解的最优Bagging集成超...多元负荷预测技术是保证综合能源系统(integrated energy system,IES)供需平衡与稳定运行的关键基石。但具有强随机性与波动性的IES负荷加剧了超短期多元负荷准确预测的难度。为此,提出考虑最小平均包络熵负荷分解的最优Bagging集成超短期多元负荷预测方法。构建基于最小平均包络熵的变分模态分解参数优化模型,将IES多元负荷分解为本征模态分量集合;基于统一信息系数法筛选多元负荷预测的日历、气象与负荷强相关特征;结合负荷本征模态分量集合、日历规则、气象环境与负荷数据,构建Bagging集成超短期多元负荷预测模型,并建立基于平均绝对百分比误差与决定系数的集成策略优化模型,进而得到最优集成策略与最终预测结果。以美国亚利桑那州立大学坦佩校区IES为对象展开仿真验证,结果表明,所提方法的电、热、冷负荷预测平均绝对百分比误差分别为1.9486%、2.0585%、2.5331%,相比其他预测方法具有更高准确率。展开更多
文摘针对高压断路器在线监测问题,提出了一种基于短时能熵比与动态时间规整(dynamic time warping, DTW)算法的高压断路器状态评估及故障诊断方法。首先对断路器正常工况下的振动信号与未知工况下的振动信号分别进行分帧,依次计算2组振动信号的短时能熵比;然后以正常工况信号计算得到的短时能熵比作为基准向量,以未知工况信号计算得到的短时能熵比作为测试向量输入DTW,得到2个输入向量的最优匹配路径;最后根据匹配路径的变化曲线判断断路器的工作状态。为验证该诊断方法的优越性,将原始信号及原始信号的短时能量作为输入向量输入DTW,结果表明,以短时能熵比作为DTW输入向量的故障诊断方法仅需1组正常工况下的振动信号作为基准,可快速、准确、直观地对断路器的运行状态进行评估判断,并可应用到高压断路器的在线监测中。
文摘多元负荷预测技术是保证综合能源系统(integrated energy system,IES)供需平衡与稳定运行的关键基石。但具有强随机性与波动性的IES负荷加剧了超短期多元负荷准确预测的难度。为此,提出考虑最小平均包络熵负荷分解的最优Bagging集成超短期多元负荷预测方法。构建基于最小平均包络熵的变分模态分解参数优化模型,将IES多元负荷分解为本征模态分量集合;基于统一信息系数法筛选多元负荷预测的日历、气象与负荷强相关特征;结合负荷本征模态分量集合、日历规则、气象环境与负荷数据,构建Bagging集成超短期多元负荷预测模型,并建立基于平均绝对百分比误差与决定系数的集成策略优化模型,进而得到最优集成策略与最终预测结果。以美国亚利桑那州立大学坦佩校区IES为对象展开仿真验证,结果表明,所提方法的电、热、冷负荷预测平均绝对百分比误差分别为1.9486%、2.0585%、2.5331%,相比其他预测方法具有更高准确率。
